Identifying fake conclusions of forensic medical examinations using an artificial intelligence technology based on the experience in the Republic of Kazakhstan: a Review

Full Text

ВВЕДЕНИЕ

Кодекс Республики Казахстан «О здоровье народа и системе здравоохранения» выделяет три вида экспертиз, назначаемых и производимых в соответствии с установленным Уголовно-процессуальным кодексом Республики Казахстан, Гражданским процессуальным кодексом Республики Казахстан, Кодексом Республики Казахстан об административных правонарушениях процессуальным порядком, ― судебно-медицинскую, судебно-психиатрическую и судебно-наркологическую (ст. 141) [1]. Порядок организации указанных видов судебных экспертиз и проведения судебно-экспертных исследований установлен законодательством Республики Казахстан о судебно-экспертной деятельности [2].

Заключения экспертиз, в том числе судебно-медицинских, в современном судопроизводстве играют для органов уголовного преследования и суда ключевую роль при доказывании тех или иных обстоятельств по рассматриваемым уголовным делам. Как правило, суд при вынесении решения по делу обосновывает свою позицию, основываясь на заключении эксперта, при этом в случае постановки, к примеру, стороной защиты, такого заключения под сомнение, суд, отклоняя доводы защиты, аргументирует свою точку зрения отсутствием оснований ставить выводы эксперта под сомнение. А.А. Тарасов [3] отмечает, что «заключение эксперта превращается по многим категориям уголовных дел в абсолютизированное доказательство, имеющее, вопреки требованию Уголовно-процессуального кодекса, заранее установленную силу». Несмотря на то что, в соответствии с ч. 3 ст. 25 Уголовно-процессуального кодекса Республики Казахстан, никакие доказательства не имеют заранее установленной силы, в подавляющем большинстве случаев, как правило, уже на стадии проведения судебной экспертизы, от её выводов зависит окончательный вердикт суда при принятии решения по делу. В связи с этим значение экспертиз при осуществлении правосудия достаточно высоко, что предъявляет особые требования к их проведению и возлагает определённую ответственность на судебно-медицинских экспертов, осуществляющих проведение экспертизы.

АНАЛИЗ ДЕЙСТВУЮЩЕГО ЗАКОНОДАТЕЛЬСТВА РЕСПУБЛИКИ КАЗАХСТАН И ОБЗОР НАУЧНЫХ ИССЛЕДОВАНИЙ ПО ВОПРОСУ ОТВЕТСТВЕННОСТИ ЗА ЭКСПЕРТНЫЕ ОШИБКИ

Как и все документы, не исключены факты фальсификации заключений судебно-медицинских экспертиз. Подделка заключения экспертизы может выражаться как в интеллектуальном, так и материальном подлоге. В зависимости от этих обстоятельств будет различаться и квалификация такого деяния.

Интеллектуальный подлог может быть совершён только экспертом и должен квалифицироваться по ст. 420 Уголовного кодекса Республики Казахстан как заведомо ложное заключение эксперта. Следует отметить, что применение данной статьи в качестве самостоятельного инструмента в отношении экспертов довольно-таки затруднительно по причинам, изложенным ниже.

Материальный подлог может быть совершён любым лицом, имеющим доступ к заключению экспертизы. Это могут быть как эксперты, так и лица, осуществляющие уголовное преследование, а также обвиняемый, потерпевший, свидетели, адвокат и др.

Материальный подлог заключения эксперта в зависимости от субъекта, его совершившего, квалифицируется по ст. 416 Уголовного кодекса Республики Казахстан как фальсификация доказательств и оперативно-розыскных и контрразведывательных материалов. В частности, такими лицами могут быть:

• по гражданскому делу ― лицо, участвующее в деле, или его представитель;
• по административному делу ― должностное лицо, уполномоченное составлять протокол об административных правонарушениях;
• по оперативно-розыскным, контрразведывательным материалам или протоколам негласных следственных действий или приложений к ним ― сотрудник органа, осуществляющего оперативно-розыскную, контрразведывательную деятельность;
• по уголовным делам ― лицо, осуществляющее досудебное расследование, прокурор, специалист, принимающий участие в процессуальных действиях, или защитник.

В случае подделки заключения судебно-медицинского эксперта иными лицами деяние, как правило, квалифицируется по ст. 385 Уголовного кодекса Республики Казахстан как подделка официального документа.

Для выявления факта интеллектуального подлога необходима оценка качества и достоверности заключения судебно-медицинской экспертизы, которая относится к числу наиболее актуальных проблем судебной экспертизы. При этом зачастую довольно трудно доказать умышленность интеллектуального подлога, т.е. заведомую ложность заключения эксперта, даже несмотря на пре-дупреждение эксперта об ответственности за дачу заведомо ложного заключения, если только не осуществлялось оперативное сопровождение такой экспертизы, либо не было оперативных сведений о намерениях эксперта по каким-либо мотивам (например, подкуп, родственные связи, влияние руководства, иные коррупционные факторы) сделать ложное заключение. Эксперт всегда может сказать, что им просто допущена та или иная экспертная ошибка, а не выполнено указание заинтересованных в определённом результате экспертного заключения лиц.

В соответствии со ст. 39 закона «О судебно-экспертной деятельности» (далее ― Закон), в заключение эксперта наряду с иными реквизитами в обязательном порядке ставится отметка, удостоверенная подписью судебного эксперта (судебных экспертов), о том, что он предупреждён об ответственности за дачу заведомо ложного заключения. Примечательно, что в случае отсутствия подписи эксперта о том, что он предупреждён об уголовной ответственности за дачу заведомо ложного заключения, его ответственность исключается. В свою очередь, при материальной подделке такого заключения иным лицом, к примеру, свидетелем, такое лицо от уголовной ответственности освобождено не будет.

На наш взгляд, такой подход к ответственности эксперта не совсем верен, поскольку противоречит принципу «незнание закона не освобождает от ответственности». Кроме того, эксперту, осуществляющему свою деятельность в соответствии с Законом, априори известно о наличии ответственности за дачу заведомо ложного заключения. В связи с этим мы полагаем, что ответственность эксперта необходимо рассматривать независимо от того, предупреждён он об уголовной ответственности или нет. Кроме того, если Законом предусмотрено в обязательном порядке наличие такого реквизита, как подпись о пре-дупреждении об уголовной ответственности за заведомо ложное заключение, отсутствие такой подписи даже в случае «истинности» заключения, на наш взгляд, необходимо рассматривать как основание для привлечения к дисциплинарной ответственности.

Интеллектуальный подлог следует отличать от экспертных ошибок, которые, по Р.C. Белкину [4], есть «результат добросовестного заблуждения. Именно этот признак отличает экспертную ошибку от совершаемого экспертом преступления против правосудия ― заведомо ложного заключения». Как правило, за такие ошибки эксперты несут дисциплинарную ответственность.

В целом, вопросами исследования экспертных ошибок занимались Т.В. Аверьянова [5], А.А. Аубакирова [6], Г.Е. Макушкина и соавт. [7], В.А. Клевно [8–10], А.Ю. Краснобаева [11], И.Н. Сорокотягин [12], Е.Р. Россинская [13] и др. Мы согласны с интерпретацией экспертной ошибки, приведённой Р.C. Белкиным, поэтому не будем приводить другие точки зрения авторов и остановимся на их классификации.

Согласно Р.C. Белкину [4], экспертные ошибки неоднородны и могут быть разделены на три класса: (1) ошибки процессуального характера; (2) гносеологические ошибки; (3) деятельностные (операциональные) ошибки. Первые выражаются в нарушении экспертом процессуального режима и процедуры исследования; вторые, которые в свою очередь подразделяются на логические и предметные, ― в сложностях экспертного познания; третьи связаны с осуществлением операций и процедур с объектами исследования. Этой же классификации придерживаются В.А. Клевно [8] и Е.Р. Россинская [13].

Были и другие попытки классифицировать экспертные ошибки. К примеру, по мнению И.Н. Сорокотягина [12], экспертные ошибки подразделяются на процессуальные (формальные) и исследовательские (содержательные). К процессуальным отнесены нарушение экспертом процессуальных (законодательных) требований при подготовке и производстве экспертизы в результате добросовестного заблуждения, а к исследовательским ― такие, которые не обеспечены надлежащей компетенцией эксперта, в которых не указаны методики исследования, суть исследования изложена сложным для понимания языком, отсутствует описание хода и результатов исследований и др.

Г.Е. Макушкина и соавт. [7] предлагают подразделять ошибки на технические, тактические и ошибки восприятия. К техническим отнесены такие, как применение неверной экспертной методики, неосмотрительное или нецелесообразное повреждение объекта, применение испорченных реактивов и т.п.; к тактическим ― выбор не самой рациональной методики, неприменение некоторых необходимых проб, необнаружение существенного признака и т.п.; к ошибкам восприятия ― ошибочное восприятие свойств объекта исследования (цвет, запах, вкус) и др. Кроме того, авторами выделены ошибки рассуждения, заключающиеся в неверной интерпретации объективных данных.

А.А. Аубакировой [6], помимо процессуальных, гносеологических и деятельностных, выделены психологические и комплексные ошибки. В психологических выделяются ошибки, обусловленные внутренним состоянием эксперта (различным настроением, болезнью, переутомлением и т.п.), и ошибки, обусловленные внешними условиями (плохое освещение в рабочем кабинете, неотапливаемое помещение и др.); в комплексных ― связанные с объективными и субъективными факторами.

Все изложенные классификации заслуживают внимания, вместе с тем для нас наиболее предпочтительнее классификация Р.С. Белкина, поскольку в её основу положена характеристика сторон процесса экспертного исследования. Исходя из данной классификации возможно дальнейшее выделение «подуровней»: к примеру, ошибок логических и предметных, субъективных и объективных.

Проблемам оценки достоверности заключения экспертиз в юридической литературе уделено большое внимание. Порой элементарная недостаточная квалификация судебных экспертов приводит к искажению результатов судебной экспертизы, и далее к введению в заблуждение участников процесса. Указанное, в свою очередь, приводит к вынесению неправосудного судебного решения, вследствие чего нарушаются права и законные интересы одного или нескольких участвующих в деле лиц.

В практической деятельности, для того чтобы подвергнуть заключение эксперта сомнению, со стороны защиты применяется привлечение сторонних специалистов для подготовки так называемой рецензии на соответствующее экспертное заключение. Вместе с тем в действующем процессуальном законодательстве рецензирование заключений судебных экспертов в качестве самостоятельного процессуального действия не предусмотрено, соответственно, какого-либо доказательственного значения рецензия иметь не может. Более того, подготовившим заключение судебным экспертом такая рецензия может быть обоснованно оспорена. При обоснованном несогласии стороны с соответствующим заключением возможно внесение ходатайства о назначении дополнительной либо повторной экспертизы.

Способ рецензирования, как правило, применяется в качестве инструмента внутреннего контроля самими экспертными организациями. Вместе с тем он не может являться эффективным и обеспечивать предупреждение производства некачественных экспертиз, профилактику экспертных ошибок. В качестве основных недостатков рецензирования можно отметить отсутствие чётких критериев оценки заключений экспертов, конфликт интересов (судебные эксперты фактически рецензируют друг друга), отсутствие норм и сроков опровержения/обжалования рецензий экспертами, отсутствие установленного порядка коррекции и корректирующих действий по результатам рецензий, возможность сокрытия фактов нарушений, допущенных при производстве судебной экспертизы.

Кроме того, как правило, для того чтобы дать оценку заключению эксперта, адвокату или иному участнику процесса, следует направить данное заключение соответствующему специалисту, не привлечённому к делу соответствующим постановлением следователя либо дознавателя. А это уже является уголовно-наказуемым деянием в соответствии со ст. 423 Уголовного кодекса Республики Казахстан ― разглашение данных досудебного производства, в случае если лицо пре- дупреждено в установленном законом порядке о недопустимости их разглашения, если разглашение данных досудебного разбирательства совершено без согласия прокурора или лица, осуществляющего досудебное производство. Данное обстоятельство может существенно ограничивать состязательность уголовного процесса и не позволяет полноценно осуществлять защиту лиц, вовлечённых в уголовный процесс, поскольку обеспечение конкуренции между экспертными исследованиями является единственным способом проверить научную обоснованность и достоверность экспертного заключения в настоящее время.

Предоставление права на назначение экспертиз не только суду и стороне обвинения, но и стороне защиты, а также применение способа рецензирования экспертных заключений могут поднять на новый уровень состязательность уголовного процесса и защиты прав подсудимых. В связи с этим видится необходимым внесение дополнений в действующее законодательство в части исключения ответственности адвокатов и законных представителей в таких случаях.

ПРЕИМУЩЕСТВА И НЕДОСТАТКИ МЕТОДОВ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ И МАШИННОГО ОБУЧЕНИЯ ПРИ ВЫЯВЛЕНИИ И ОТГРАНИЧЕНИИ ЭКСПЕРТНЫХ ОШИБОК ОТ ЗАВЕДОМО ЛОЖНЫХ И ПОДДЕЛЬНЫХ ЗАКЛЮЧЕНИЙ ЭКСПЕРТИЗ

Помимо изложенных инструментов, для выявления фактов фальсификации экспертиз наиболее перспективным видится использование метода математической статистики и машинного обучения, основанного на использовании компьютерных алгоритмов и статистических методов для анализа большого количества экспертных заключений и поиска аномалий в их содержании.

Применение искусственного интеллекта в деятельности органов уголовного преследования становится всё более распространённым и приобретает важное направление развития правоохранительной деятельности. К примеру, в Испании разработано и внедрено в практику программное обеспечение, позволяющее выявлять ложные заявления, в Нидерландах ― позволяющее полиции анализировать архивы нераскрытых дел и выявлять из них перспективные [14]. Так, разработанная испанскими учёными система VeriPol позволяет в ходе анализа письменного заявления распознавать шаблоны, которые часто ассоциируются с неправдивыми утверждениями, касающимися краденых предметов, описания нападавших и более тонких нюансов инцидента.

Объединённая команда специалистов Пенсильванского и Шеффилдского университетов создала искусственный интеллект, который способен принимать решение по делу. Для этого были использованы алгоритмы для анализа 584 дел Европейского суда по правам человека, касающиеся вопросов, начиная от пыток и унижений до справедливых судебных процессов и неприкосновенности частной жизни. По данным исследования, вердикт, вынесенный искусственным интеллектом, совпал с решением, вынесенным Европейским судом по правам человека, в 79% случаев. Согласно данным Европейской комиссии по эффективности правосудия (Commission européenne pour l’efficacité de la justice, CEPEJ), искусственный интеллект уже полноценно применяется в системах правосудия Франции, Великобритании, США и других стран. В перечисленных государствах его используют в основном для анализа данных, но во Франции функционал программ применяется только в пределах гражданского права, а в Великобритании и США ― и по уголовным делам [15]. В Казахстане в практику Генеральной прокуратуры внедрена система «Зандылык», при помощи которой возможно автоматически сверять соответствие судебных решений нормам Уголовного кодекса и выявлять ошибки в автоматическом режиме (рис. 1) [16].

 

Рис. 1. Скриншот используемой в Республике Казахстан программы «Зандылык».

Fig. 1. Screenshot of the “Zandylyk” program used in the Republic of Kazakhstan.

 

Механизм действия искусственного интеллекта применительно к оценке доказательств уже является предметом изучения отдельных учёных [17, 18]. В Европе ещё в 2018 году принята Европейская этическая хартия о применении искусственного интеллекта в судебных системах, направленная на повышение эффективности и качества правосудия [19].

Разработка и применение аналогичных систем в отношении экспертных заключений, на наш взгляд, позволят проанализировать их на предмет соответствия содержания стандартным паттернам, которые характерны для заключений по аналогичным делам. Такими паттернами могут выступать наличие несоответствий в использованных терминах, стиле написания и структуре заключения, проведение сравнений с другими заключениями по теме исследования: если заключение не соответствует этим паттернам, то система может сигнализировать о возможной подделке.

Другим безусловным моментом во внедрении искусственного интеллекта должно стать применение научно обоснованных критериев оценки заключений судебных экспертиз в части определения их относимости, допустимости, достоверности и объективности. Тут следует отметить, что проблемы оценки заключений судебно-медицинских экспертов были предметом изучения таких учёных, как Е.Р. Ильина [20, 21], Е.Р. Россинская [22], М.В. Тузлукова [23] и др. Все авторы указывают, что процедура оценки заключения эксперта должна оцениваться с позиций критериев относимости, допустимости и достоверности заключения, а также в соответствии с принципами квалифицированности, определённости, доступности.

Свойство относимости является определяющим, поскольку без него отпадает необходимость в выявлении всех остальных свойств. При отсутствии отношения к уголовному делу установленного экспертизой факта вопрос о доказательственном значении экспертного заключения не может иметь смысла. Требование оценки относимости заключения эксперта предназначено главным образом прокурору, изучающему дело при утверждении обвинительного заключения, и суду в процессе судебного разбирательства и вынесения приговора [23]. Указанное обусловлено тем, что назначивший экспертизу следователь не будет сомневаться в относимости заключения, данного по его же инициативе.

Свойство допустимости определяется после того, как положительно решён вопрос об относимости заключения эксперта. Отрицательное решение о допустимости также делает излишним установление всех остальных свойств. Допустимость подразумевает, что порядок получения заключения экспертизы и оформления его результатов соответствует установленным в законодательстве требованиям. Эти требования были детально и многократно изучены в литературе по уголовно-процессуальным и криминалистическим вопросам, а также в литературе по общей теории судебной экспертизы [22].

Наиболее дискуссионным, сложным и специфическим вопросом в научной литературе является вопрос оценки достоверности заключений экспертов. Учёные предлагают различные критерии, которые могут использоваться для определения достоверности таких заключений [24]. Несмотря на то, что имеются точки зрения об отсутствии необходимой однозначности и трудностей для внедрения в практику [24], нам представляется возможным принятие их в качестве основы в разработке, внедрении и использовании искусственным интеллектом. Однако необходимо понимать, что использование методов математической статистики и машинного обучения не является универсальным способом выявления подделок в экспертных заключениях. Учитывая, что этот метод может давать как ложноположительные, так и ложноотрицательные результаты, его результаты должны проверяться независимыми экспертами. Тем не менее этот метод видится наиболее эффективным инструментом для повышения достоверности экспертных заключений.

SWOT-АНАЛИЗ

Вопросы, посвящённые правовым аспектам применения математической статистики и машинного обучения в судебно-экспертной деятельности для выявления как экспертных ошибок, так и поддельных заключений экспертиз в целом в современной литературе практически не освещались. В связи с этим для решения вопроса применения искусственного интеллекта в рассматриваемой сфере нами проведён SWOT-анализ (от англ. Strengths — сильные стороны, Weaknesses — слабые стороны, Opportunities — возможности, Threats — угрозы), результаты которого показали преобладание сильных сторон применения данной технологии над слабыми (табл. 1).

 

Таблица 1. SWOT-анализ применения искусственного интеллекта для выявления поддельных заключений

Table 1. SWOT-analysis of the use of artificial intelligence to identify fake conclusions

Сильные стороны	Слабые стороны
1.                Искусственный интеллект (ИИ) может обрабатывать значительное количество информации гораздо быстрее, чем человек, что может существенно сократить время, затрачиваемое на проверку заключений судебно-медицинских экспертиз. 2.                ИИ может использовать алгоритмы машинного обучения для подготовки на основе известных примеров поддельных заключений экспертиз, что может увеличить эффективность его работы в будущем. 3.                ИИ может принимать решения на основе объективных данных и не будет подвержен эмоциональному влиянию, что может уменьшить вероятность ошибок, допущенных человеком. 4.                Использование ИИ для выявления поддельных заключений экспертиз может значительно повысить доверие к результатам экспертизы и снизить количество поддельных заключений	1.                ИИ может допустить ошибки, если ему были предоставлены неточные данные или неправильно настроенные алгоритмы, что может привести к неправильным выводам. 2.                ИИ может иметь ограниченную способность адаптации к изменяющейся среде, что может снизить его эффективность в долгосрочной перспективе. 3.                Использование ИИ для выявления поддельных заключений экспертиз может потребовать значительных затрат на разработку и внедрение, что может быть непривлекательным для некоторых организаций
Возможности	Угрозы
1.                Использование ИИ для выявления поддельных заключений экспертиз может привести к более точным результатам, что может повысить доверие к экспертизе и уменьшить количество ошибок, допущенных человеком. 2.                Использование ИИ может увеличить эффективность процесса проверки заключений экспертиз и сократить время, затрачиваемое на этот процесс. 3.                Развитие технологий ИИ может привести к улучшению его способности обрабатывать информацию, что может увеличить эффективность его работы в будущем	1.                Развитие технологий ИИ может привести к возможности создания ещё более совершенных поддельных заключений, которые могут быть труднее выявлены ИИ, что может создать дополнительные проблемы для организаций, использующих ИИ для выявления поддельных заключений. 2.                Введение ИИ может привести к сокращению числа экспертов, осуществляющих внутренний аудит (рецензирование) заключений, что может вызвать социальные проблемы, связанные с увольнениями. 3.                Использование ИИ может привести к проблемам с конфиденциальностью, если он будет использоваться для обработки чувствительных данных. Если ИИ будет использоваться неадекватно, это может привести к утечке конфиденциальной информации или нарушению прав человека на конфиденциальность. 4.                Использование ИИ для выявления поддельных заключений экспертиз может стать объектом критики общества, которое может считать его недостаточно этичным или даже опасным для использования в правовых процессах

 

ЗАКЛЮЧЕНИЕ

В целом, практика выявления поддельных заключений экспертиз является важным направлением в противодействии преступлениям и снижении уровня коррупции не только в рассматриваемой сфере, но и других, ей сопутствующих, а также в обеспечении справедливости при осуществлении правосудия. Однако для эффективной профилактики необходимо принимать комплексные меры, включающие не только выявление манипуляций, но и предотвращение возможности их возникновения, а также наказание виновных.

Одним из таких механизмов видится необходимость привлечения к ответственности экспертов, независимо от наличия или отсутствия подписи о предупреждении об уголовной ответственности за дачу заведомо ложного заключения, поскольку любому эксперту, осуществляющему свою деятельность в соответствии с законом, известно о наличии таковой. Недобросовестными экспертами такая «лазейка» в законе может быть применена для избегания ответственности за свои действия.

Для увеличения состязательности уголовного процесса и защиты прав подсудимых можно предоставить право на назначение экспертиз не только суду и стороне обвинения, но и стороне защиты, а также использовать рецензирование экспертных заключений. Однако для этого необходимо внести изменения в законодательство, чтобы исключить ответственность адвокатов и законных представителей в таких случаях. В целях исключения фактов подделки экспертных заключений видятся необходимыми последовательная разработка, внедрение и применение методов математической статистики и машинного обучения (искусственного интеллекта).

ДОПОЛНИТЕЛЬНО

Источник финансирования. Авторы заявляют об отсутствии внешнего финансирования при проведении поисково-аналитической работы.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Вклад авторов. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение поисково-аналитической работы и подготовку статьи, прочли и одобрили финальную версию перед публикацией). Наибольший вклад распределён следующим образом: Д.В. Воеводкин ― концепция и дизайн работы, сбор и обработка материала, написание текста рукописи, научное редактирование рукописи, рассмотрение и одобрение окончательного варианта рукописи; Г.Р. Рустемова ― концепция и дизайн работы, сбор и обработка материала, написание текста рукописи, научное редактирование рукописи; Е.Н. Бегалиев ― концепция и дизайн работы, научное редактирование рукописи, рассмотрение и одобрение окончательного варианта рукописи; К.А. Игембаев ― сбор и обработка материала, написание текста рукописи, научное редактирование рукописи; З.Н. Аюпова ― сбор и обработка материала, научное редактирование рукописи.

ADDITIONAL INFORMATION

Funding source. This article was not supported by any external sources of funding.

Competing interests. The authors declare that they have no competing interests.

Authors’ contribution. All authors made a substantial contribution to the conception of the work, acquisition, analysis, interpretation of data for the work, drafting and revising the work, final approval of the version to be published and agree to be accountable for all aspects of the work. D.V. Voevodkin ― concept and design of the work, collection and processing of the material, writing the text of the manuscript, scientific editing of the manuscript, consideration and approval of the final version of the manuscript; G.R. Rustemova ― concept and design of the work, collection and processing of the material, writing the text of the manuscript, scientific editing of the manuscript; E.N. Begaliev ― concept and design of the work, scientific editing of the manuscript, review and approval of the final version of the manuscript; K.A. Igembayev ― collection and processing of material, writing the text of the manuscript, scientific editing of the manuscript; Z.N. Ayupova ― collection and processing of material, scientific editing of the manuscript.

About the authors

Denis V. Voyevodkin

Academy of Law Enforcement Agencies Under the General Prosecutors Office of the Republic of Kazakhstan

Author for correspondence.
Email: voevodkin.denis@gmail.com
ORCID iD: 0000-0002-1763-1808
SPIN-code: 5512-0338
Kazakhstan, Kosshy

Gauhar R. Rustemova

The Almaty Academy of the Ministry of Internal Affairs of the Republic of Kazakhstan

Email: g.rustemova@mail.ru
ORCID iD: 0009-0001-4002-9815
SPIN-code: 3793-6920

Dr. Sci. (Jurisprud.), Professor

Kazakhstan, Almaty

Yernar N. Begaliyev

Academy of Law Enforcement Agencies Under the General Prosecutors Office of the Republic of Kazakhstan

Email: ernar-begaliev@mail.ru
ORCID iD: 0000-0001-6659-8576

Dr. Sci. (Jurisprud.), Professor

Kazakhstan, Kosshy

Kussain A. Igembayev

Akimat of Astana

Email: kussain-igembaev@mail.ru
ORCID iD: 0009-0008-9436-7722
Kazakhstan, Astana

Zauresh N. Ayupova

Academy of Law Enforcement Agencies Under the General Prosecutors Office of the Republic of Kazakhstan

Email: zauresh.ayupova@bk.ru
ORCID iD: 0009-0005-3152-8531
Kazakhstan, Kosshy

References

Supplementary files