Информационная модель выдвижения

И проверки версий

Необходимость использования контура с обратной связью для моделирования версионной деятельности свидетельствует о том, что перед нами сложное действие. Применительно к данному случаю важно исследовать в сложном действии как его структурную составляющую, так и возможность получения количественных характеристик правдоподобности выдвигаемых версий. Поэтому перейдем к анализу проблемы с точки зрения принятия решений.

Выдвижение и проверка версий осуществляются в целях обнаружения той гипотезы из всего числа возможных, которая соответствует объективной реальности. В связи с этим в условиях неопределенности принятие решений требует привлечения математического аппарата теории вероятностей, позволяющего детализировать схему, приведенную на рис. 21, и выразить ее следующим образом (рис. 22).

Рис. 22. Контур с обратной связью, совмещенный

с понятием условной вероятности

Так как для субъекта, выполняющего сложное действие, работа контура с обратной связью разворачивается во времени последовательно, то требуется построить дерево решений, которое является результатом одного или нескольких циклов движения информации в контуре (рис. 23).

Рис. 23. Дерево решений, отображающее сложное событие P(H/A),

представляющее условную вероятность наступления события,

которое описывается гипотезой Н при известном событии А

Соответственно может быть представлено дерево, позволяющее определить вероятность сложного события, обозначаемого P(А/H). Символом P(А/H) обозначается вероятность обнаружения следа преступления при выдвижении общей версии Н (рис. 24).

Рис. 24. Дерево решений, отображающее сложное событие P(А/H),

представляющее условную вероятность наступления события А

при известном событии, которое описывается гипотезой Н

В схемах, приведенных на рис. 23 и 24, видно, что результат сложного действия представлет собой то, что в теории вероятностей называется сложным событием. Для отображения сложного события, представленного условными вероятностями P(Н/А) и P(А/H), требуется дерево принятия решений, содержащее два шага. В общем случае для раскрытия информационного аспекта сложного действия требуется большее число шагов, то есть деревьев с большим числом ветвлений. Необходимо подчеркнуть тот факт, что условная вероятность является единым понятием, которое позволяет объединить 2 шага в цепочке (дереве) принятия решенй.

Поскольку предметом нашего исследования являются теоретические основы криминалистической информатики, то анализ сложного действия с точки зрения количественных оценок выдвигаемых гипотез должен быть рассмотрен на учебных (гипотетических) примерах, носящих иллюстративный характер. Одновременно приводимые примеры должны раскрывать смысл предлагаемого нами подхода, то есть демонстрировать значение дальнейшего развития теоретических представлений об уровне действий в деятельности по выявлению и расследованию преступлений. Поставленная цель достигается путем рассмотрения примеров в виде задач, требующих решения. В качестве примера приведем следующую ситуацию, в которой имеющаяся исходная информация будет рассматриваться в качестве условий задачи, стоящей перед следствием. Для демонстрации предлагаемого способа моделирования применим подход, который заключается в том, что в действиях следователя имеется ошибка, обнаружение которой составляет один из существенных результатов моделирования.

Предварительный осмотр квартиры после совершения кражи позволил выдвинуть три версии проникновения: подбор ключа (1), через открытое балконное окно (2), открытым доступом, например, посещение квартиры знакомыми и друзьями, а также иными лицами под видом работников коммунальных служб и др (3). Обозначим выдвинутые версии H₁, H₂, H₃.

При осмотре замка следователь обнаружил свежую царапину (факт А). На основании установленного им факта (А) он счел наиболее вероятной версию H₁ – проникновение путем подбора ключа.

Поскольку версия H₁ – проникновение путем подбора ключа – представлялась следователю на этом этапе расследования наиболее правдоподобной, то иные версии не проверялись. На этом основании «по горячим следам» не были установлены и допрошены лица, побывавшие в квартире вместе с хозяевами; а также возможные свидетели проникновения через балкон среди лиц, находившихся во дворе дома, куда эти окна выходят.

При экспертном исследовании замка и связки ключей и отмычек, принадлежащих задержанному по подозрению в краже ранее судимому П., версия открытия замка путем подбора ключа не подтвердилась. Обнаруженная следователем при визуальном осмотре царапина оказалась результатом случайной попытки хозяев квартиры вставить другой ключ из двух замков на этой же двери.

В связи с тем что иные версии не были отработаны, следствие зашло в тупик.

Используем вероятностную модель для анализа ошибок, допущенных следователем.

Для решения указанной задачи потребуется, во-первых, построить дерево принятия решений, которое отражает последовательность действий следователя; во-вторых, построить дерево решений, которое должно было быть использовано следователем, то есть дерево, отражающее все возможные варианты развития событий; в-третьих, используя экспертные оценки, попытаться оценить вероятности выдвинутых версий при обнаружении факта А.

Начнем решение задачи с анализа априорных вероятностей каждой из выдвинутых версий. Из криминалистической характеристики известно, что кражи совершаются путем подбора ключа в 30% случаев, через открытое балконное окно – в 50%, открытым доступом в 20%. Таким образом, априорные вероятности версий, то есть до получения какой-либо информации при следственном осмотре, составят P(H₁)=0,3; P(H₂)=0,5; P(H₃)=0,2.

Затем рассмотрим экспертные оценки вероятности обнаружения факта А при каждой из выдвинутых версий. Предположим, что на основе статистических данных криминалистической характеристики преступлений в совокупности с экспертными следователь пришел к выводу о следующих оценках указанных вероятностей.

Вероятность наступления факта А при версии Н₁ составляет 0,8. Механизм этого сложного события может заключаться в том, что ключ мог быть заранее изготовлен или похищен у хозяев, поэтому на внутренних частях замка в 20% случаев могут не оставаться следы его использования.

Вероятность наступления факта А при версии Н₂ составляет 0,3. Механизм этого сложного события может заключаться в том, что попытка подобрать ключ не удалась и преступник проник через балкон.

Вероятность наступления факта А при версии Н₃ составляет 0,1. Также механизм этого сложного события может заключаться в том, что попытка подбора не удалась, поскольку дома кто-то оказался, и преступник вынужден был позвонить и пройти в квартиру под видом, например, работника коммунальных служб.

Приведенные вероятности являются условными, поэтому должны обозначаться символом P(A/H_n), где n соответствует числу выдвинутых версий. Итак, нам известно, что P(A/H₁)=0,8; P(A/H₂)=0,3; P(A/H₃)=0,1.

Перечисленные данные позволяют использовать формулу Байеса для расчета апостериорных вероятностей. Вероятность каждой версии рассчитаем по формуле

Р(Н _i /А) =[Р(Н _i) Р(A/Н _i)]/ [Σ Р(Н _i) Р(A/Н _i)].

Знаменатель в этой формуле Σ(Р(Н _i)*Р(A/Н _i)) равен (0,3*0,8)+(0,5*0,3)+(0,2*0,1)=0,41. Таким образом, искомая вероятность версий при обнаружении факта А составит:

P(H₁/A)=(0,3*0,8)/0,41=0,24/0,41=0,58;

P(H₂/A)=(0,5*0,3)/0,41=0,15/0,41=0,37;

P(H₃/A)=(0,2*0,1)/0,41=)0,02/0,41=0,049≈0,05.

Проведенный анализ позволяет показать, что обнаружение какого-либо факта меняет вероятность выдвинутых версий. Если до получения информации о царапине на замке наиболее вероятной версией была вторая P(H₂)=0,5, то есть проникновение через открытое балконное окно, то после получения факта А наиболее вероятной стала первая версия – проникновение путем подбора ключа P(H₁/A)=0,58.

Ошибкой следователя является то, что не были рассмотрены все версии и собраны все факты, которые могли бы составить полную картину события. Кроме того, после проведения осмотра замка наиболее вероятная версия была принята за единственно правильную. С точки зрения теории вероятностей, вместо значения P(H₁/A)=0,58 следователь оценил вероятность версии весьма близкой к единице, примерно P(H₁/A)=0,999.

Пример показывает, что вместо того чтобы оценивать вероятность сложного события, следователь может попытаться разложить его на простые события и оценить их вероятность. В результате чего точность оценки вероятности наступления простых событий оказывается более высокой; не только повышается оценка вероятности наступления сложного события, но и раскрывается механизм получения такой оценки. Анализ механизма принятия решения позволяет создавать криминалистические рекомендации, на основании которых возможно программирование расследования.

Наиболее важным результатом проведенного анализа с точки зрения криминалистической теории может считаться тот факт, что он позволил обнаружить пробел в криминалистической характеристике преступлений. Это пробел заключается в том, что криминалистическая характеристика не содержит сведений, которые могут быть определены как условные вероятности. Другими словами, все события, которые рассматриваются криминалистической характеристикой, являются независимыми друг от друга. Отсутствие данных о логических и статистических зависимостях не позволяет сделать логический вывод и принять статистически обоснованные решения.

Возьмем для примера докторскую диссертацию Е. А. Логинова[151]. Рассматривая криминалистическую характеристику убийств, совершенных по найму, автор приводит следующие собственные данные. Он характеризует вначале личность исполнителя по ряду признаков, а именно: по полу (две градации), возрасту (6 возрастных групп), образованию (4 группы), виду трудовой деятельности (6 групп), затем, по тем же признакам – личности посредника, заказчика, потерпевшего. При этом приводятся проценты для каждой группы. Например, организаторы убийств в 21% случаев являются руководителями, в 32% – служащими, в 37% – предпринимателями, в 7% – лицами без определенных занятий, и 3% случаев – иное.

Автор при использовании количественных данных в создании криминалистической характеристики этого вида преступлений использует только процентные данные. В диссертации автором предлагается в ходе производства следственного осмотра выдвинуть версии о личности погибшего. При этом не рассматриваются приведенные им в криминалистической характеристике наиболее вероятные версии. Нет у автора механизма, позволяющего представить приведенные им проценты иным образом, а именно в качестве априорной вероятности исследованных признаков личности заказчика, посредника, организатора.

Созданная Е. В. Логиновым криминалистическая характеристика не содержит условных вероятностей, то есть полностью отсутствует попытка исследования статистических связей между выделенными им признаками. Тот факт, что для криминалистической характеристики преступлений не применялось понятие условной вероятности, не позволяет использовать метод принятия решений на основе теоремы Байеса.

Резюмируя современное состояние криминалистической характеристики преступлений, можно указать на то, что в ней совершенно не разработаны теоретические вопросы использования математического аппарата и понятий теории вероятностей. Любая существующая в научной литературе криминалистическая характеристика плоха тем, что признаки в ней приводятся (и их встречаемость в процентах) как независимые друг от друга.

Это означает, что криминалисты не владеют понятием «условная вероятность». В то же время с содержательной точки зрения совершенно ясно, что обнаруженный след преступника есть условие, позволяющее пересмотреть выдвинутые версии. Например, Е. А. Логинов пишет: «Нельзя рассматривать в качестве версий предположительные объяснения фактов, если отсутствует связь с предметом доказывания по делу». Однако современный уровень развития криминалистики требует формализованного выражения этой мысли, создания механизма, позволяющего автоматически исключать подобные ошибки. При отсутствии формализованных процедур цитированное высказывание не содержит ничего нового для криминалистики.

Изложенное позволяет сделать вывод, что в криминалистическом учении о следах должно использоваться понятие «условная вероятность». Обнаруженные следы с этой точки зрения представляют собой основания для оценки условной вероятности выдвинутых гипотез.

Такой подход, являясь более формализованным, конкретизирует представление о том, что такое след, и позволяет дать следующее определение следа.

След – это выразившееся в изменениях материальной обстановки жизненное обстоятельство (событие А, могущее произойти или не произойти), для которого известна условная вероятность его наступления P(A/H_k) для каждой версии в системе версий (числом k), обнаружение которого позволяет рассчитать условную апостериорную вероятность P(H_k/A) каждой версии H_k.

Таким образом, современный этап развития криминалистики характеризуется тем, что в центр внимания этой науки ставится сложное действие. Сложное действие объединяет многие стороны деятельности по выявлению и расследованию преступлений, которые до определенного времени рассматривались в качестве самостоятельных частных криминалистических теорий или даже относились к предмету смежных наук криминального цикла.

Анализ сложного действия не может быть полным без исследования вопроса о соотношении разных форм действия, включенных в его состав. В связи с этим требуется разработать теоретические положения, касающиеся связи между чувственным и рациональным познанием и местом мышления в деятельности по выявлению и расследованию преступлений.

Г л а в а 8