Скачать статью (PDF)

Три новых вида судебной экспертизы в системе противодействия коррупции: алгоритмическая, психолого-лингвистическая и финансово-трассировочная экспертизы

Авторы
  • КАПИТОНОВА Эльвира Вильусовнаведущий специалист, прокуратура Республики Татарстан, Казань, Россия, ORCID ID 0009-0001-1501-8591
Аннотация и ключевые слова

Аннотация. Статья посвящена проблеме адаптации уголовно-процессуального инструментария к цифровой трансформации коррупционных преступлений. На основе анализа зарубежного опыта Бразилии, Великобритании, Малайзии, Сингапура, Гонконга и стран Европейского Союза обосновывается необходимость внедрения в российское уголовное судопроизводство трёх новых видов судебных экспертиз – алгоритмической, психолого-лингвистической и финансово-трассировочной. Сформулированы конкретные предложения по изменению уголовно-процессуального законодательства, направленные на легализацию указанных экспертиз и создание организационных условий для их практического применения. В статье показано, что традиционные виды судебных экспертиз не приспособлены к исследованию нейросетевых алгоритмов, завуалированных речевых маркеров коррупционного сговора и обезличенных денежных потоков. Международный опыт демонстрирует эффективность новых экспертных инструментов при расследовании сложных коррупционных схем. Предлагается дополнить Уголовно-процессуальный кодекс Российской Федерации нормами, регламентирующими назначение и производство указанных видов экспертиз, создать государственные реестры экспертов и разработать типовые методики. Реализация предложенных мер позволит повысить раскрываемость коррупционных преступлений с использованием цифровых технологий, сократить сроки расследования и создать условия для реальной конфискации криптовалютных активов. Предлагаемая модель может служить ориентиром для совершенствования законодательства в других странах.

Ключевые слова: алгоритмическая экспертиза, психолого-лингвистическая экспертиза, финансово-трассировочная экспертиза, коррупция, цифровые доказательства, искусственный интеллект, расследование.

Текст статьи

Введение

Современная коррупция трансформировалась: криптовалюты, смарт-контракты, алгоритмы искусственного интеллекта и зашифрованные каналы связи сделали её невидимой для классических экспертных инструментов. По данным Генеральной прокуратуры РФ, в 2023 году 73% уголовных дел о взяточничестве с использованием цифровых активов прекращены за недостаточностью доказательств [1, с. 44–53]. Компьютерно-техническая и судебно-бухгалтерская экспертизы разрабатывались для работы с материальными объектами и не приспособлены к исследованию нейросетевых алгоритмов, завуалированных речевых маркеров и обезличенных финансовых потоков. Решение – внедрение трёх новых видов судебных экспертиз.

Материалы и методы

Эмпирическую базу составили материалы 450 уголовных дел о взяточничестве (2022–2025 гг.) и аналитические отчёты антикоррупционных ведомств. Использованы сравнительно-правовой, статистический, системно-структурный и формально-юридический методы.

Результаты

Предлагается к имплементации три вида экспертиз.

1. Алгоритмическая экспертиза – экспертиза проверки нейросетей и их обучающих данных на предмет скрытых манипуляций.

Алгоритмическое фаворитирование – умышленное искажение работы автоматизированной системы в корыстных целях. Дело о манипуляции кредитным скорингом (Московская область, 2024 г.) показало, что традиционная экспертиза бессильна против манипуляций на уровне обучающих выборок нейросетей [2, с. 281–286]. Бразильская система Alice анализирует 426 тендеров ежедневно с точностью 88%, позволив отменить две тендерные процедуры в штате Гоя́с и переделать документацию в штате Рорайма [5]. Применение Alice сократило финансовые потери на 30% [6, с. 26–28]. Британское SFO через AI-платформу RAVN ACE обработало 30 млн документов по делу Rolls-Royce (мировое соглашение на 671 млн фунтов) [6, с. 29–32]. Малайзийская MACC и европейская EPPO активно используют ИИ в расследованиях [8; 7]. Сертифицированные AI-инструменты оспариваются в суде на 67,2% реже [11, с. 22–35].

В свою очередь, внедрение алгоритмической экспертизы в российское уголовное судопроизводство требует: (а) законодательного закрепления в УПК РФ нового вида экспертизы – судебной алгоритмической экспертизы, в предмет которой входит установление целостности и отсутствия умышленных искажений в обучающих выборках, выявление скрытых функций и «закладок» в алгоритмах, анализ причин получения алгоритмом аномальных выходных параметров; (б) разработки и утверждения на уровне Министерства юстиции РФ и Экспертно-криминалистического центра МВД России методик производства алгоритмической экспертизы; (в) создания государственного реестра экспертов-алгоритмистов с обязательной сертификацией и периодической переаттестацией. Это позволит выявлять факты алгоритмического фаворитирования, которые сегодня остаются латентны- ми, и существенно повысить раскрываемость коррупционных преступлений с использованием цифровых технологий. Законодательно закрепить принцип «объяснимости» алгоритмов. К производству допускать лиц с высшим IT-образованием, прошедших сертификацию и включённых в госреестр. Введение алгоритмической экспертизы в систему уголовного судопроизводства является не просто технологическим новшеством, а объективной необходимостью, обусловленной фундаментальными изменениями в способах совершения коррупционных преступлений. Без данного вида экспертизы правовая система оказывается полностью бессильной перед феноменом «алгоритмического фаворитирования» – умышленного искажения работы автоматизированных систем, которое внешне может выглядеть как легитимное функционирование программного обеспечения [2, с. 281–286]. Для мировой правовой системы значение алгоритмической экспертизы заключается в формировании единых международных стандартов проверки алгоритмов на предмет отсутствия дискриминационных и коррупционных смещений. Опыт Бразилии с системой Alice и британское расследование дела Rolls-Royce убедительно демонстрируют, что без специальных экспертных знаний расследование подобных дел либо невозможно в принципе, либо занимает настолько продолжительное время, что теряет практический смысл [6, с. 29–32].

Вопросы, ставящиеся перед экспертомалгоритмистом при производстве экспертизы:

1. Имеются ли в исходных кодах исследуемого программного обеспечения скрытые функции, программные закладки, триггеры или иные модификации, не предусмотренные технической документацией и не связанные с заявленным функциональным назначением алгоритма?

2. Подвергалась ли обучающая, тестовая или валидационная выборка данных умышленному искажению, и если да, то в чём конкретно выражались такие искажения (внесение ложных записей, удаление релевантных данных, изменение весовых коэффициентов, смещение распределения)?

3. Обусловлены ли выявленные аномальные выходные параметры алгоритма действиями конкретных лиц, имевших доступ к исходному коду, обучающим данным или параметрам модели, и каков вероятный механизм такого воздействия (непосредственное редактирование кода, внесение изменений через конфигурационные файлы, использование скрытых команд)?

4. Соответствует ли фактическая логика работы алгоритма заявленным функциональным характеристикам, указанным в технической документации, или имеются существенные отклонения, свидетельствующие о намеренной манипуляции результатами обработки данных?

5. Возможно ли полное воспроизведение полученных результатов (репликация) при повторном запуске алгоритма с теми же исходными данными и параметрами, и если нет, то каковы причины невоспроизводимости – технические ограничения, случайные ошибки или умышленные действия?

6. Имеются ли в архитектуре нейросети или иной алгоритмической модели элементы, которые могут быть квалифицированы как «закладки», предназначенные для активации при определённых условиях и изменения логики работы системы в корыстных целях?

Без получения достоверных ответов на эти вопросы уголовное преследование лиц, использующих алгоритмические манипуляции для получения незаконной выгоды, остаётся невозможным, а сама система уголовного правосудия оказывается неспособной реагировать на вызовы цифровой эпохи.

2. Психолого-лингвистическая экспертиза – это экспертиза, при которой эксперт изучает возможность возникновения договоренности о взятке посредством исследования намёков в разговорах. Введение психолого-лингвистической экспертизы в уголовное судопроизводство является прямым ответом на фундаментальную проблему доказывания субъективной стороны коррупционных преступлений. Как показал анализ 450 уголовных дел, в 67 процентах случаев стороны коррупционного сговора используют завуалированные фразы и иносказания, а в 42 процентах дел отсутствие явной, прямо выраженной договорённости приводит к оправданию [12, с. 293–295]. Без специальных лингвистических познаний суды не могут отличить коррупционный сговор от законного делового общения, когда обе стороны намеренно используют эвфемизмы и неопределённые формулировки.

Американский лингвист Р. Шуй участвовал экспертом в 54 процессах в 26 штатах [13]. В Малайзии, Индонезии и Эфиопии судебные лингвисты успешно применяются для анализа коррупционных дел [15, с. 45–58; 17, с. 33– 47]. Исследования Бирмингемского университета выявили приёмы манипуляции доверием (создание «кругов доверия», неопределённые формулировки) [18]. Лингвистическое доказательство имеет не меньшую ценность, чем косвенные улики [20, с. 189–205].

Вопросы, ставящиеся перед экспертомлингвистом при производстве экспертизы:

1. Имеются ли в исследуемом речевом материале (устном или письменном) вербальные и невербальные маркеры, которые в совокупности с контекстом коммуникации могут быть квалифицированы как характерные для коррупционного сговора, и если да, то каков их перечень и частотность употребления?

2. Каковы ролевые модели коммуникации между участниками диалога – кто выступает в качестве инициатора противоправного предложения, кто занимает подчинённую позицию, кто выступает в качестве равноправного партнёра, и как эти роли распределены в динамике общения?

3. Имеются ли в речевом поведении участников лингвистические признаки, свидетельствующие о психологическом давлении, принуждении, манипуляции или иных формах воздействия на волю одной из сторон, и как эти признаки соотносятся с добровольностью участия в коррупционной сделке?

4. Свидетельствует ли содержание, стилистика, лексический состав и синтаксическая структура общения о наличии предварительной договорённости о совершении конкретных действий (бездействия) в обмен на незаконное вознаграждение, либо общение носит нейтральный, деловой или бытовой характер?

5. Использовались ли участниками коммуникации осознанные речевые стратегии, направленные на сокрытие противоправных намерений – эвфемизация, иносказание, использование кодовых слов и выражений, создание «языка доверия», и какова степень осознанности таких стратегий?

6. Имеются ли в речевом материале признаки использования профессионального жаргона, сленга или иных языковых средств, характерных именно для коррупционного дискурса в конкретной сфере деятельности (государственные закупки, строительство, медицина, образование и т.д.)?

7. Каковы временные и содержательные паттерны общения – имеется ли корреляция между определёнными речевыми актами и последующими действиями (принятием решений, совершением транзакций), позволяющая установить причинно-следственную связь между словом и действием?

Без получения достоверных ответов на эти вопросы суды продолжают оправдывать коррупционеров под предлогом отсутствия «прямых доказательств» умысла, что подрывает принцип неотвратимости ответственности и дискредитирует саму идею правосудия.

Для мировой правовой системы значение данного вида экспертизы состоит в признании лингвистического анализа полноценным и самостоятельным инструментом доказывания, а не второстепенным вспомогательным средством. Опыт США (работы Роджера Шуя), Малайзии, Индонезии и других стран убедительно показывает, что судебная лингвистика успешно применяется при расследовании коррупционных дел и даёт результаты, которые невозможно получить иными методами [15, с. 45–58]. Новейшие исследования Бирмингемского университета выявили конкретные лингвистические приёмы манипуляции доверием, что создаёт теоретическую базу для стандартизации экспертных методик на международном уровне [18]. Кроме того, внедрение психолого-лингвистической экспертизы позволяет формировать устойчивую судебную практику, в которой оценка речевого поведения перестаёт быть субъективным мнением судьи и становится научно обоснованным экспертным выводом. Внедрение психолого-лингвистической экспертизы в российское уголовное судопроизводство требует: (а) введения в УПК РФ нового вида экспертизы – специализированной судебной пси- холого-лингвистической экспертизы, в задачи которой входит выявление вербальных маркеров коррупционного сговора, определение ролевых моделей коммуникации и установление лингвистических признаков психологического давления; (б) разработки методических рекомендаций по проведению такой экспертизы с использованием методов корпусной лингвистики и тематического моделирования; (в) подготовки кадров – привлечения лингвистов с дополнительной подготовкой по судебной психолого-лингвистике. Это позволит объективизировать оценку субъективной стороны коррупционных преступлений, снизить долю оправдательных приговоров из-за недоказанности умысла и обеспечить научно обоснованную интерпретацию завуалированных речевых маркеров.

3. Финансово-трассировочная экспертиза – это экспертиза, при которой эксперт восстанавливает цепочку обезличенных транзакций – прослеживания пути денег через любые счета и посредников. Согласно ст. 140 ГК РФ, деньги – родовые вещи, утрачивающие индивидуальные признаки. Финансово-трассировочная экспертиза восстанавливает полную цепочку движения средств. Подход «follow the money» – основа расследования коррупции и конфискации активов [21]. Гонконгская ICAC, сингапурское CPIB успешно отслеживают «бумажные следы» коррупционных платежей [23; 24, с. 46–48]. Интерпол внедрил Silver Notices (более 200 запросов в 80 странах на 2,2 млрд долларов) [26]. В Великобритании судебные бухгалтеры работают в междисциплинарных командах [27, с. 51–53].

Внедрение финансово-трассировочной экспертизы в российское уголовное судопроизводство требует: (а) введения в УПК РФ нового вида доказательства – заключения специалиста по результатам финансового анализа с обязательным приложением карты перемещения активов; (б) законодательного закрепления обязательности назначения такой экспертизы по делам о коррупции и легализации преступных доходов; (в) создания государственного реестра специалистов по финансовому анализу и трассировке денежных потоков с соответствующими квалификационными требованиями; (г) разработки межведомственного регламента взаимодействия следственных органов с Росфинмониторингом, налоговыми органами и банками для оперативного получения финансовой информации. Это позволит преодолеть свойство денег к обезличиванию, прослеживать цепочки транзакций через множество посредников и обеспечивать реальную конфискацию активов, полученных преступным путём.

Вопросы, ставящиеся перед экспертомфинансистом при производстве экспертизы:

1. Какова полная цепочка движения денежных средств или иных активов от предполагаемого источника (взяткодателя, его аффилированных лиц, подконтрольных структур) до конечного получателя (должностного лица, его родственников, номинальных владельцев), с указанием всех промежуточных звеньев, счетов, сумм и временных меток?

2. Имеют ли проведённые финансовые операции разумный экономический смысл с точки зрения обычной хозяйственной деятельности, или они носят притворный характер, направленный исключительно на сокрытие преступного происхождения средств (отсутствие реальных товаров, услуг, документального подтверждения, рыночной цены)?

3. Идентифицированы ли все участники финансовых операций и их взаимосвязи, включая аффилированность, родственные связи, корпоративные отношения, фактическую подконтрольность одних лиц другим, и каков характер этих взаимосвязей?

4. Имеются ли в цепочке движения средств признаки использования транзитных счетов, фирм-«однодневок», подставных юридических лиц, офшорных компаний, криптовалютных обменников или иных инструментов, предназначенных для обналичивания, легализации и запутывания следов преступных доходов?

5. Какова общая сумма средств, прошедших по выявленной цепочке транзакций, каковы источники их происхождения (установлены ли они документально), и какова стоимость активов, приобретённых на эти средства?

6. Имеются ли признаки конвертации денежных средств из одной формы в другую (например, из безналичных в наличные, из рублей в криптовалюту, из криптовалюты в недвижимость) и какова экономическая целесообразность таких конвертаций?

7. Каков временной интервал между совершением коррупционного деяния и движением средств по цепочке, имеется ли корреляция между принятием должностным лицом решения в пользу взяткодателя и последующим поступлением средств на счета, контролируемые должностным лицом или его близкими?

Без получения достоверных ответов на эти вопросы уголовное преследование за легализацию преступных доходов остаётся крайне затруднительным, а конфискация активов – практически недостижимой, что делает борьбу с коррупцией в её финансовом измерении малоэффективной.

Обсуждение

Реализация предложенных изменений невозможна без создания соответствующих организационных и кадровых условий.

Представляется необходимым: 1. Создание в структуре Экспертно-криминалистического центра Министерства внутренних дел Российской Федерации и иных государственных судебно-экспертных учреждений специализированных подразделений по производству алгоритмических, психолого-лингвистических и финансово-трассировочных экспертиз. 2. Разработка и утверждение на уровне Министерства юстиции Российской Федерации типовых методик производства каждого из указанных видов экспертиз. 3. Включение в программы профессиональной переподготовки и повышения квалификации следователей, дознавателей, прокуроров и судей модулей, посвящённых возможностям и порядку назначения новых видов экспертиз, а также оценке их результатов. 4. Создание межведомственного координационного совета по вопросам внедрения цифровых и лингвистических экспертных технологий в противодействие коррупции с участием представителей Следственного комитета РФ, МВД России, Генеральной прокуратуры РФ, Министерства юстиции РФ и ведущих научных организаций. Заключение Предлагается дополнить Уголовно-процессуальный кодекс Российской Федерации статьями 195.2 (судебная алгоритмическая экспертиза), 80.5 (психолого-лингвистическая экспертиза) и 80.3 (финансово-трассировочная экспертиза). Введение в уголовное судопроизводство рассматриваемых трех экспертиз являются принципиально новой парадигмой противодействия коррупции. Каждая преодолевает ограничения традиционных методов: алгоритмическая выявляет умышленные искажения в кодах; психолого-лингвистическая расшифровывает завуалированные маркеры сговора; финансово-трассировочная восстанавливает цепочки обезличенных денег. Международный опыт (Бразилия, Великобритания, Малайзия, Сингапур, Гонконг, ЕС) подтверждает эффективность этих инструментов.

Реализация мер повысит раскрываемость коррупционных преступлений, сократит сроки расследования, снизит оправдательные приговоры, создаст условия для конфискации криптоактивов. Предлагаемая модель может служить ориентиром для совершенствования законодательства в других странах.

Список литературы

  1. Иванов С.И. Криптовалюта как предмет взяточничества: проблемы доказывания и пути их решения // Российское право: образование, практика, наука. 2024. № 1. С. 44–53.
  2. Капитонова Э.В. Модель «Алгоритмического свидетеля»: процессуальные и технические основы использования данных искусственного интеллекта в уголовном доказывании // Парадигма. 2026. № 1-1. С. 281–286.
  3. Tecnologia e combate à corrupção: o emprego de soluções tecnológicas na detecção de crimes // Revista de Estudos Criminais. 2024. С. 22–24.
  4. Santos V.L.B.A., Carvalho Júnior J.G., Souza R.R., Oliveira A.B. Technology and the fight against corruption: the use of technological solutions in crime detection // Revista de Estudos Criminais. 2025. No. 1. P. 18–25.
  5. Brasil. Tribunal de Contas da União. Relatório de auditoria operacional: uso de inteligência artificial na fiscalização de licitações. Brasília: TCU, 2023.
  6. Unlocking AI's potential in anti-corruption: Hype vs. reality // U4 Anti-Corruption Resource Centre. 2025. 7 January.
  7. European Public Prosecutor's Office. Annual Report 2024. Luxembourg: EPPO, 2025.
  8. MACC integrates AI, blockchain to combat sophisticated corruption // New Straits Times. 2025. 12 March.
  9. Malaysia tightens forensic defences as AI-made evidence muddies investigations // CIO SEA. 2026. 7 August.
  10. Wachter S., Mittelstadt B., Russell C. Counterfactual Explanations Without Opening the Black Box: Automated Decisions and the GDPR // Harvard Journal of Law & Technology. 2018. Vol. 31. No. 2. P. 841–887.
  11. Comparative Analysis of Certified vs. Non-Certified AI Tools in Criminal Proceedings // International Journal of Digital Evidence. 2026. Vol. 15. No. 1. P. 22–35.
  12. Капитонова Э.В. Аспекты доказывания коррупционных составов в условиях действия экономических санкций // Актуальные вопросы устойчивого развития государства, общества и экономики: сб. науч. ст. 4-й Всерос. науч.-практ. конф. Курск, 2025. Т. 2. С. 293–295.
  13. Shuy R.W. The Language of Bribery Cases. Oxford: Oxford University Press, 2013. 288 p.
  14. Shuy R.W. Linguistic Battles in Trademark Disputes. New York: Palgrave Macmillan, 2002. 256 p.
  15. Razali I., Rajamanickam R., Dahlan N.K. What exactly do you mean? An analysis of the speech and written document in Malaysian Bribery Cases through the Lens of Forensic Linguistics // Pakistan Journal of Life and Social Sciences. 2024. Vol. 22. No. 2. P. 20853–20864.
  16. Komisi Pemberantasan Korupsi Republik Indonesia. Laporan Tahunan 2024. Jakarta: KPK, 2025.
  17. Linguistic Features of Bribery Cases in Ethiopian Federal Courts // East African Journal of Law and Justice. 2023. Vol. 6. No. 1. P. 33–47.
  18. Fuoli M. Trust, discourse, and corporate corruption: The case of Enron // Cambridge Elements Language and Linguistics. Cambridge: Cambridge University Press, 2026.
  19. Transparency International. Отчёт о транснациональных расследованиях коррупции в ЕС. Берлин: TI, 2025.
  20. Linguistic Evidence in Corruption Trials: A New Frontier // International Journal of Speech, Language and the Law. 2019. Vol. 26. No. 2. P. 189–205.
  21. Basel Institute on Governance. Following the Money: Quick Guide to Financial Investigations. Basel: Basel Institute on Governance, 2023. 40 p.
  22. The Position and Role of Follow the Money Methodology in Proving Corruption Cases // Garuda – Garba Rujukan Digital. 2025.
  23. Independent Commission Against Corruption of Hong Kong. Webinar on Digital and Accounting Forensics: Practical Application in Anti-Corruption Cases. Hong Kong: ICAC, 2025.
  24. Transparently.ai. AI-Driven Forensic Accounting: Case Studies. Singapore: Transparently. ai, 2025.
  25. The Sentry. Follow the Money: Case Studies in Asset Tracing. Washington: The Sentry, 2024.
  26. INTERPOL. Silver Notices: Tracking Criminal Assets Across Borders. Lyon: INTERPOL, 2026.
  27. Crown Office and Procurator Fiscal Service. Annual Report 2024–2025. Edinburgh: COPFS, 2025.
  28. Artificial Intelligence and Machine Learning in the Transformation of Forensic Accounting // MDPI. 2026. 10 July.
  29. Cybercheck Evidence Challenged in Multiple US Courts // Digital Evidence Journal. 2025. Vol. 14. No. 3. P. 13–22.

Скачать

English summary

Three new types of forensic expertise in the anti-corruption system: algorithmic, psycholinguistic and financial tracing expertise

Authors
  • KAPITONOVA Elvira VilusovnaSenior Specialist at the Prosecutor’s Office of the Republic of Tatarstan, Kazan, Russia

Annotation. The article is devoted to the problem of adapting criminal procedure instruments to the digital transformation of corruption offences. Based on an analysis of international experience in Brazil, the United Kingdom, Malaysia, Singapore, Hong Kong and the countries of the European Union, the article justifies the need to introduce three new types of forensic expertise into Russian criminal proceedings: algorithmic, psycholinguistic and financial tracing. Specific proposals are put forward for amending criminal procedure legislation, aimed at legalising these forms of expert examination and creating the organisational conditions for their practical application. The article shows that traditional types of forensic expertise are not adapted to the study of neural network algorithms, veiled speech markers of corruption collusion and anonymised financial flows. International experience demonstrates the effectiveness of new expert tools in investigating complex corruption schemes. It is proposed to supplement the Criminal Procedure Code of the Russian Federation with norms regulating the appointment and production of these types of expertise, to create state registers of experts and to develop standard methodologies. The implementation of the proposed measures will increase the detection rate of corruption offences using digital technologies, reduce investigation time and create conditions for the real confiscation of cryptocurrency assets. The proposed model can serve as a guide for improving legislation in other countries.

Key words: algorithmic analysis, psycholinguistic analysis, financial and transaction tracing analysis, corruption, digital evidence, artificial intelligence, investigation.

References

  1. Ivanov S.I. Cryptocurrency as a Subject of Bribery: Problems of Proof and Ways to Solve Them // Russian Law: Education, Practice, Science. 2024. No. 1. pp. 44–53.
  2. Kapitonova E.V. The “Algorithmic Witness” Model: Procedural and Technical Foundations of Using Artificial Intelligence Data in Criminal Evidence // Paradigm. 2026. No. 1-1. pp. 281–286.
  3. Tecnologia e combate à corrupção: o emprego de soluções tecnológicas na Detectção de Crimes // Revista de Estudos Criminais. 2024. pp. 22–24.
  4. Santos V.L.B.A., Carvalho Júnior J.G., Souza R.R., Oliveira A.B. Technology and the fight against corruption: the use of technological solutions in crime detection // Revista de Estudos Criminais. 2025. No. 1. P. 18–25.
  5. Brazil. Tribunal de Contas da União. Relatório de auditoria operacional: uso de inteligência artificial na fiscalização de licitações. Brasília: TCU, 2023.
  6. Unlocking AI's potential in anti-corruption: Hype vs. reality // U4 Anti-Corruption Resource Centre. 2025. 7 January.
  7. European Public Prosecutor's Office. Annual Report 2024. Luxembourg: EPPO, 2025.
  8. MACC integrates AI, blockchain to combat sophisticated corruption // New Straits Times. 2025. 12 March.
  9. Malaysia tightens forensic defenses as AI-made evidence muddies investigations // CIO SEA. 2026. 7 August.
  10. Wachter S., Mittelstadt B., Russell C. Counterfactual Explanations Without Opening the Black Box: Automated Decisions and the GDPR // Harvard Journal of Law & Technology. 2018. Vol. 31.No. 2. P. 841–887.
  11. Comparative Analysis of Certified vs. Non-Certified AI Tools in Criminal Proceedings // International Journal of Digital Evidence. 2026. Vol. 15.No. 1. P. 22–35.
  12. Kapitonova E.V. Aspects of Proving Corruption Offenses under Economic Sanctions // Current Issues of Sustainable Development of the State, Society, and Economy: Coll. of Scientific Articles. 4th All-Russian Scientific and Practical Conf. Kursk, 2025. Vol. 2. pp. 293–295.
  13. Shuy R.W. The Language of Bribery Cases. Oxford: Oxford University Press, 2013. 288 p.
  14. Shuy R.W. Linguistic Battles in Trademark Disputes. New York: Palgrave Macmillan, 2002. 256 p.
  15. Razali I., Rajamanickam R., Dahlan N.K. What Exactly Do You Mean? An analysis of the speech and written document in Malaysian Bribery Cases through the Lens of Forensic Linguistics // Pakistan Journal of Life and Social Sciences. 2024. Vol. 22.No. 2. P. 20853–20864.
  16. Komisi Pemberantasan Korupsi Republik Indonesia. Laporan Tahunan 2024. Jakarta: KPK, 2025.
  17. Linguistic Features of Bribery Cases in Ethiopian Federal Courts // East African Journal of Law and Justice. 2023. Vol. 6.No. 1. P. 33–47.
  18. Fuoli M. Trust, discourse, and corporate corruption: The case of Enron // Cambridge Elements Language and Linguistics. Cambridge: Cambridge University Press, 2026.
  19. Transparency International. Report on transnational investigations into corruption in the EU. Berlin: TI, 2025.
  20. Linguistic Evidence in Corruption Trials: A New Frontier // International Journal of Speech, Language and the Law. 2019. Vol. 26.No. 2. P. 189–205.
  21. Basel Institute on Governance. Following the Money: Quick Guide to Financial Investigations. Basel: Basel Institute on Governance, 2023. 40 p.
  22. The Position and Role of Following the Money Methodology in Proving Corruption Cases // Garuda – Garba Rujukan Digital. 2025.
  23. Independent Commission Against Corruption of Hong Kong. Webinar on Digital and Accounting Forensics: Practical Application in Anti-Corruption Cases. Hong Kong: ICAC, 2025.
  24. Transparently.ai. AI-Driven Forensic Accounting: Case Studies. Singapore: Transparently. ai, 2025.
  25. The Sentry. Follow the Money: Case Studies in Asset Tracing. Washington: The Sentry, 2024.
  26. INTERPOL. Silver Notices: Tracking Criminal Assets Across Borders. Lyon: INTERPOL, 2026.
  27. Crown Office and Procurator Fiscal Service. Annual Report 2024–2025. Edinburgh: COPFS, 2025.
  28. Artificial Intelligence and Machine Learning in the Transformation of Forensic Accounting // MDPI. 2026. 10 July.
  29. Cybercheck Evidence Challenged in Multiple US Courts // Digital Evidence Journal. 2025. Vol. 14.No. 3. P. 13–22.

Creative Commons Attribution 4.0 License Контент доступен под лицензией Creative Commons Attribution 4.0 License.