Содержание к диссертации
Введение
Глава 1. Теория применения интеллектуальных систем в судебном почерковедении 19
1.1. Предпосылки применения интеллектуальных систем в судебном почерковедении 19
1.2. Современное состояние и возможности интеллектуального анализа объектов судебно-почерковедческих исследований 45
1.3. Понятие, предмет, задачи и объекты судебно-почерковедческих исследований с применением интеллектуальных систем 65
Глава 2. Экспериментальное исследование подписей с применением интеллектуальной системы 75
2.1. Цель, гипотеза, задачи, условия и ход экспериментального исследования подписей с применением интеллектуальной системы автоматизированной поддержки научных исследований 75
2.2. Анализ результатов экспериментального исследования подписей с применением интеллектуальной системы автоматизированной поддержки научных исследований 94
Глава 3. Методические и организационно-тактические основы судебно-почерковедческой экспертизы подписей с применением интеллектуальной системы автоматизированной поддержки научных исследований 109
3.1. Методические особенности идентификационной судебно-почерковедческой экспертизы подписей 109
3.2. Методика судебно-почерковедческой экспертизы подписей с применением интеллектуальной системы автоматизированной поддержки научных исследований 128
3.3. Организационно-тактические основы судебно-почерковедческой экспертизы подписей с применением интеллектуальной системы автоматизированной поддержки научных исследований 141
Заключение 156
Список сокращений 159
Список литературы 161
Приложения 186
- Предпосылки применения интеллектуальных систем в судебном почерковедении
- Понятие, предмет, задачи и объекты судебно-почерковедческих исследований с применением интеллектуальных систем
- Анализ результатов экспериментального исследования подписей с применением интеллектуальной системы автоматизированной поддержки научных исследований
- Организационно-тактические основы судебно-почерковедческой экспертизы подписей с применением интеллектуальной системы автоматизированной поддержки научных исследований
Предпосылки применения интеллектуальных систем в судебном почерковедении
Анализ специальной литературы1 свидетельствует о том, что история использования методов моделирования в почерковедении начинается с приметоописательного этапа. В большей степени это направление исследования получило развитие в период графометрии. Еще Э. Локар в своих трудах по криминалистике говорил о том, что «Распознать – значит измерить»2. Но внедрение идей использования моделирования в практику почерковедческих исследований не происходило в связи с огромной трудоемкостью работ, связанных с изучением данного вопроса, а также неразвитостью на тот период времени математико-статистических методов исследования.
В 80-е годы математико-статистические методы стали прочно входить в судебную экспертизу. Криминалист П. Брайн говорил о том, что подписи трудно подделать, но легко распознать с помощью использования микропроцессора и вычислительной техники3.
Позиции почерковедов о необходимости применения математических методов в судебной экспертизе разделилось. Мы придерживаемся мнения, что «… именно абстрактность математики обеспечивает ее универсальность, общность, придает силу ее методам. Абстрактность математики не исключает конкретности ее применения1».
Е.Ф. Буринский, один из самых значимых специалистов судебного почерковедения, подчеркивал, что «почерковедческая экспертиза только тогда перестанет быть субъективной, когда в процессе исследования будут производиться различные измерения с помощью специально для этих целей разработанных и изготовленных инструментов»2. Его разработки включали в себя рекомендации об измерении некоторых характеристик почерка (углов, направления строк, размахе, разгоне и напряжении почерка).
Э. Локар3 более широко исследовал явление природы почерка. Он в своих исследованиях стремился отойти от субъективизма эксперта, для этого он предложил графометрический метод исследования почерковых объектов. Экспертами-почерковедами до сих пор используются признаки, начало разработки которых положено Э. Локаром (размер, разгон, связность и т. д.). Его безусловным вкладом стало начало использования в почерковедении относительных признаков.
Необходимо отметить, что именно с внедрением математики в почерковедение, исследования приобретают комплексный характер за счет разносторонности используемых методов исследования.
Математическое моделирование в судебном почерковедении берет свое начало с проведения исследований по разработке таблиц частот встречаемости частных признаков почерка, выполненной учеными– криминалистами А.П. Красновым, П.Г. Орловым, С.П. Папковым. Эта работа была проделана в середине 50-х годов XX века и на тот момент была первой работой такого уровня в истории мировой криминалистики. Первоначально ее результаты составили основу вероятностно-статистической модели оценки достаточности комплекса совпадающих признаков почерка для категорического положительного вывода о выполнении исследуемых почерков одним лицом1. Впоследствии этот метод был модифицирован (стали оцениваться и различающиеся признаки) и использован в других методиках.
В.Ф. Орлова говорит в своей монографии2 о трех направлениях, по которым шло развитие применения математических методов в почерковедении (в том числе математического моделирования):
1) вероятностно-статистическое;
2) измерительно-статистическое;
3) кибернетическое.
Данное разделение является условным, так как все три направления взаимосвязаны друг с другом.
Первое направления непосредственно связано с частотой встречаемости в оценке признаков почерка. Идея возможности использования данного математического показателя принадлежит еще А. Бертильону. В основе метода лежит мысль о том, что если вероятность появления определенного комплекса признаков почерка мала, то тем более мала вероятность случайно и независимо встретить этот комплекс одновременно в двух рукописях, выполненных разными исполнителями. Именно советские криминалисты воплотили его идеи в жизнь, получив количественную информацию о существовании определенных закономерностей своего рода распределения признаков в почерках разных лиц3. Впоследствии направление получило свое развитие в проведении различных экспериментов, результатами которых, в том числе, стали методы исследования почерковых объектов1.
Ко второму направлению развития математических методов в почерковедении относятся методы математической статистики В.А. Пошкявичуса2, применяемые в целях дифференциации исполнителей рукописных реализаций, которые были представлены в виде определенных числовых параметров, таких как координаты отдельных точек, величины площадей, средние значения кривизны и др. То есть исследуемые почерковые объекты проходили процедуру метризации, в результате которой получались определенные числовые данные, рассматриваемые как случайные величины. Эти величины составляли выборку исследуемой рукописной реализации и выборку признаков тех же знаков в образце. Решение задачи здесь сводилось к проверке статистической гипотезы об однородности выборок. Это направление также развивалось И.Д. Кучеровым3 и Г.Ф. Архиповым4.
Третье направление неразрывно связано с предыдущими, но имеет принципиальное отличие, которое и служит основанием для его выделения – это техническая реализация методов при помощи различных кибернетических устройств. Необходимо отметить, что из множества иных криминалистических исследований, почерковедение стало первым, где результаты использования электронно-вычислительных машин (ЭВМ) получили положительные результаты. Прародителем кибернетического моделирования в почерковедении выступал Р.М. Ланцман. В его работах1 теоретически обоснована и подтверждена возможность применения алгоритмов распознавания образов для дифференциации сходных почерковых объектов. Только после его исследований, другие авторы стали работать в этом направлении развития методов и средств судебного почерковедения.
Также большим вкладом в начало развития этого направления можно считать совместную работу Р.М. Ланцмана и математиков В.А. Якубовича, Б.Н. Козинца, В.М. Соколова, они разработали алгоритмы идентификации исполнителя рукописи2. Эта работа проводилась на базе Литовского НИИСЭ. Затем в ЦНИИСЭ А.А. Журавель, Н.В. Трошко, Л.Г. Эджубовым (1966 1967 гг.) была разработана еще одна разновидность алгоритмов идентификационного типа, основу которой составил алгоритм обучения опознанию образов методом «обобщенного портрета»3. В дальнейшем были проведены работы по созданию алгоритма, основанные на теории статистического анализа и математическом аппарате Р-функций4. Свой вклад в этом направлении развития почерковедения внесли Г.Ф. Архипов, И.Д. Кучеров (алгоритмическая система «ДИА»1), а также А.И. Берзницкас (алгоритмическая система «ПРОСТ»2) (совместно с И.Д. Кучеровым). Результаты этих работ, имея свои положительные и отрицательные стороны, послужили обоснованием возможности использования ЭВМ в целях объективизации проведения почерковедческих исследований.
Понятие, предмет, задачи и объекты судебно-почерковедческих исследований с применением интеллектуальных систем
Современный уровень развития использования в процессе проведения судебно-почерковедческих исследований возможностей интеллектуальных систем характеризуется несовершенством его теоретической базы. Данное обстоятельство выражается в отсутствии понятия интеллектуальных систем в судебном почерковедении, а также отсутствии полных данных о предмете, задачах и объектах судебно-почерковедческих исследований, которые могут быть проведены с использованием интеллектуальных систем.
Это обстоятельство связано с тем, что единственная полномасштабная работа, в которой исследовался вопрос установления возможности использования интеллектуальных систем в судебном почерковедении, была проведена в рамках диссертационного исследовании В.В. Устинова1, которое не могло полностью вместить в себя разработку теории такого сложного вопроса, которая неразрывно связана с общими положениями судебного почерковедения. А любые исследования в рамках судебного почерковедения, проводимые с использованием интеллектуальных систем, имеют, соответственно, частный характер к традиционным судебно почерковедческим исследованиям.
Необходимо отметить, что использование интеллектуальных систем в судебном почерковедении является своего рода дополнительным инструментом, который может позволить как получать новые исследовательские данные об объектах судебно-почерковедческих исследований, так и быть дополнительным инструментом в решении конкретных задач судебно-почерковедческих исследований.
В.В. Устинов предлагает определять интеллектуальную систему анализа почерковедческих данных как «основанную на логико-комбинаторном ДСМ-методе автоматического порождения гипотез открытую и универсальную систему правдоподобных рассуждений, способную устанавливать зависимости и закономерности детерминистского характера, неявно содержащиеся в почерке, а также причинно-следственные связи между личностью человека и его почерковыми реализациями на основе небольшого объема слабо формализованных, но хорошо структурированных почерковедческих данных (признаков почерка), и направленную на создание надежных и эффективных методик решения задач судебно-почерковедческой экспертизы с целью совершенствования деятельности экспертно криминалистических подразделений органов внутренних дел России»1.
Данное определение, на момент его формирования, максимально полно раскрывало сущность вопроса, но с позиции сегодняшнего дня, в нем прослеживается ряд недостатков. В связи с этим, нам видится необходимым определение интеллектуальных систем в судебном почерковедении через корректировку указанного определения, что позволило бы отразить несколько иной подход к сущности определяемого и его широту.
Предлагается определять интеллектуальную систему автоматизированной поддержки научных исследований в судебном почерковедении как основанную на ДСМ-методе систему специальных рассуждений, способных на основе анализа относительно небольшого массива почерковой информации устанавливать зависимости детерминистского характера, неявно содержащиеся в почерковедческих объектах, в целях проведения исследовательской работы и решения конкретных задач судебно-почерковедческих исследований.
Остановимся на основных критических замечаниях к определению понятия интеллектуального анализа почерковедческих данных и предпримем попытку обосновать свое видение данного вопроса.
Теория развития и практика применения ДСМ-метода постоянно совершенствуется, в связи с чем считаем необходимым использовать полное современное название ДСМ-метода, на котором основана разработка интеллектуальных систем в судебном почерковедении – ДСМ-метод автоматизированной поддержки научных исследований, вместо ДСМ-метода автоматического порождения гипотез (АПГ). Оба названия метода исходят от его создателя – В.К. Финна, но предложенное из них последним, наиболее полно и четко отражает суть метода. Предлагаем включить в название понятия современное название расширения метода, так как не исключено появление новых интеллектуальных систем в судебном почерковедении, базирующихся на других методах, отличных от ДСМ-метода.
Помимо этого, В.В. Устинов в данном им определении указывает на открытость и универсальность системы, но данные качества системы имеют определенные пределы, без указания на которые не всегда понятен смысл данных параметров.
Говоря о «специальных» рассуждениях в сформулированном нами определении, конечно, имеются в виду «правдоподобные» рассуждения, но в целях наилучшего восприятия определения судебными экспертами, криминалистами и юридической средой в целом, видится необходимым отказаться от последнего в пользу первого.
Наряду с этим мы посчитали целесообразным отказаться от слова «зависимости», так как закономерности включают в себя зависимости несмотря на то, что не каждая зависимость является закономерностью.
Кроме того, на наш взгляд, оправдывает себя сокращение определения за счет отказа от следующей его части: «… неявно содержащиеся в почерке, а также причинно-следственные связи между личностью человека и его почерковыми реализациями … слабо формализованных, но хорошо структурированных почерковедческих данных (признаков почерка), и направленную на создание надежных и эффективных методик решения задач судебно-почерковедческой экспертизы с целью совершенствования деятельности экспертно-криминалистических подразделений органов внутренних дел России»1 по ряду следующих причин:
- в указанной части определения перечисляются условия применимости ДСМ-метода к какой-либо предметной области, отражение которых нецелесообразно в данном определении, так как при обнаружении невыполнимости этих условий, не было бы необходимости в разработке данного определения и теории вопроса в целом;
- не совсем верно в данном контексте вообще говорить о наличии причинно-следственных связей между личностью человека и его почерковыми реализациями (с логической, философской и других позиций);
- все разрабатываемые почерковедческие методики должны быть надежными и эффективными, иначе потребность в них будет отсутствовать;
- разработка такого рода систем не ограничивается их последующим использованием лишь экспертно-криминалистическими подразделениями органов внутренних дел, а предполагает их применение в будущем государственными экспертами различных ведомств, а также сотрудниками негосударственных экспертных учреждений.
Кроме того, в данном нами определении присутствует указание на две основные задачи, которые описываемые системы призваны решать в судебном почерковедении:
1) проведение исследовательской работы (данное направление подробно освещено в следующей главе настоящей работы);
2) решение конкретных задач судебно-почерковедческих исследований.
Таким образом, сформулированное нами определение интеллектуальных систем в судебном почерковедении является, на наш взгляд, более точным, компактным и четче указывает на круг задач, которые могут быть решены при использовании данного инструмента.
Под предметом судебно-почерковедческих исследований (экспертиз) в специальной литературе понимают «установление фактических обстоятельств в соответствии с потребностями судебной и следственной практики экспертом-почерковедом в пределах своей компетенции на основе применения методики судебно-почерковедческой экспертизы»1.
Говоря о предмете судебно-почерковедческих исследований, проводимых с использованием интеллектуальных систем, необходимо сказать о том, что он также напрямую связан с задачами конкретного исследования.
Таким образом, под предметом судебно-почерковедческих исследований, проводимых с использованием интеллектуальной системы автоматизированной поддержки научных исследований, предлагаем понимать установление фактических данных, связанных с исследованием конкретного почеркового объекта или объектов, вызванных потребностями экспертной и следственной практики.
Анализ результатов экспериментального исследования подписей с применением интеллектуальной системы автоматизированной поддержки научных исследований
В первую очередь в ходе проведения эксперимента с использованием ДСМ-метода решалась идентификационная задача установления исполнителя исследуемой (спорной) подписи. На проверку были представлены 60 образцов подписей. Всего в ходе проведения эксперимента было выделено и изучено боле 1500 различных видов частных признаков.
Таким образом, в каждом из 60 случаев, в которых требуется определить кем выполнена спорная подпись, на исследование эксперту поступали два набора подписей, выполненных от имени одного лица; причем исполнитель первого набора подписей известен; подписи второго набора выполнены не лицом, от имени которого они значатся. В результате чего была сформирована база фактов, состоящая из 300 положительных и 270 отрицательных примеров. Положительными примерами являются образцы подписей лица, исполнившего данные объекты, а образцы подписей от имени того же лица, исполненные другим лицом, являются отрицательными примерами. Неопределенными примерами выступают спорные подписи (исследуемые).
При решении задачи идентификации был использован ДСМ-метод с весами для атрибутов, как наиболее полно учитывающий специфику решения выбранной задачи.
В ходе эксперимента по идентификации исполнителей подписей использовались как общие, так и частные признаки. Для проведения эксперимента были выбраны 60 неопределенных объектов (спорных подписей), представленных на идентификацию. На самом деле эти 60 примеров состоят из 30-ти подписей лиц, чьи образцы есть в базе фактов, и являются положительными примерами и 30-ти подписей, исполненных другими людьми от имени первых, причем про каждую подпись известно, подлинная она или нет. Это нужно, чтобы иметь возможность оценить результаты эксперимента. Эксперимент дал следующие результаты. Из 30-ти неопределенных в эксперименте, но реально подлинных подписей с оценкой +1 (категорически подлинная) определилась 21 подпись (70%). Из 30-ти неопределенных в эксперименте, но реально неподлинных с оценкой +1 (категорически неподлинная) определилась 21 подпись (70%), 2 подлинные подписи (6,7%) определились с оценкой +1/2 (вероятно подлинная), 2 неподлинные подписи (6,7%) – с оценкой -1/2 (вероятно неподлинная), 4 подлинных (13,2%) и 4 неподлинных (13,2%) с оценкой 0 (в форме «ответить на вопрос не представляется возможным»), 1 подлинная подпись (3,2%) определилась неверно как неподлинная, 2 неподлинные подписи (6,7%) определились неверно как подлинные, и 3 (10%) (2 подлинных и 1 неподлинный) объекта получили обозначение , т. е. остались недоопределенными.
Остановимся подробнее на объектах, определившихся в вероятной форме и не определившихся («ответить на вопрос не представляется возможным»).
При рассмотрении первого случая, выявлено, что исследуемые подписи состоят из монограммы и короткого росчерка, подделка подписи выполнена на очень высоком уровне, причем все признаки являются устойчивыми как тестовых образцах, так и в положительной и отрицательной совокупностях. В связи этим при помощи метода удалось решить вопрос лишь в вероятной форме.
Анализируя случаи, в которых при помощи метода не удалось решить вопрос в категорической или вероятной форме, установлено, что подписи выполнены простыми движениями, их признаки являются малозначимыми и часто встречающимися, наряду с этим подделка также выполнена на высоком уровне и в тестовых образцах встречаются признаки, не проявившиеся в образцах.
Результаты проведенного эксперимента дают основание для вывода о том, что выбранный в целях решения задачи идентификации исполнителя подписи ДСМ-метод эффективен в применении.
Полученные результаты объяснимы с позиции практики производства судебно-почерковедческих экспертиз и исследований данного типа. Касается это дефицита почерковой информации, которым все чаще характеризуется «современная» подпись.
Наряду с этим, полученные результаты проведенного эксперимента по каждому почерковому объекту были сопоставлены с результатами проведения почерковедческих исследований по этим же объектам. Анализ последних свидетельствует о том, что при исследовании 22-х из 30-ти спорных (неподлинных) подписей, эксперты давали вывод в форме «ответить на вопрос не представляется возможным», причем лишь в 2-х случаях это связано с краткостью и простотой исследуемых объектов (подписи, состоящие из одной буквы и одного безбуквенного элемента); в 3-х случаях – с наличием в подписях признаков снижения координации движений, недостаточной выработанностью, препятствующими даче вывода в категорической или вероятной форме; в остальных случаях подделка подписей выполнена на достаточно высоком уровне с подражанием подлинной подписи, однако в этих подписях, помимо совпадающих признаков, встречаются различающиеся, отсутствие однозначности в оценке которых препятствует даче вывода в иной форме. В 2-х из 30-ти исследованиях эксперты давали вывод в вероятно отрицательной форме, а в 5-ти – в категорически отрицательной. Ошибочных выводов эксперты по исследуемым объектам не дали. Таким образом, можно утверждать, что используемый в ходе эксперимента ДСМ-метод не только подтверждает выводы экспертов-почерковедов, но и представляет дополнительную информацию для принятия правильного решения, что важно при исследовании кратких подписей, а также при проведении многообъектных экспертиз.
Поскольку ДСМ-метод служит не только для решения задач, но и является средством поддержки научных исследований, такие исследования были проведены с его помощью. Для этого использовались противоречивые гипотезы, под которыми понимаются признаки, выявленные как в положительных, так и отрицательных примерах. В процессе решения идентификационной задачи указанные гипотезы не использовались, однако они не отбрасывались, а хранились отдельно в целях возможности их дальнейшего изучения. Множества противоречивых гипотез пересекались у различных лиц. Таким образом, были выявлены признаки, встречающиеся как в положительных, так и в отрицательных примерах, и повторяющиеся достаточно часто в образцах подписей различных лиц. Данное исследование проведено с целью выявления малоинформативных признаков. Такими признаками оказались:
форма движений при выполнении начальной части росчерка – петлевая;
направление движений при выполнении заключительной части росчерка – снизу вверх;
направление движений при выполнении дополнительного штриха – снизу вверх.
Существенно, что данные признаки были выявлены в автоматизированном режиме с помощью ДСМ-метода. Все три выявленных признака характеризуют безбуквенные элементы подписи, два из них – росчерк, один – дополнительный штрих. Анализируя их содержание, можно заключить, что они действительно являются простыми и часто встречающимися в подписях разных лиц.
Организационно-тактические основы судебно-почерковедческой экспертизы подписей с применением интеллектуальной системы автоматизированной поддержки научных исследований
В целях успешного использования современных возможностей интеллектуальных систем в судебно-почерковедческой экспертизе, в частности, интеллектуальной системы автоматизированной поддержки научных исследований в ходе проведения идентификационных судебно-1 почерковедческих экспертиз подписей, необходимо тщательное изучение обозначенного данным параграфом вопроса, что обеспечит, в последующем, эффективность процесса организации назначения таких экспертиз, а также взаимодействия экспертных подразделений и инициаторов судебно-почерковедческих исследований, в том числе, в процессе оценки органами предварительного расследования и судами таких заключений, что будет способствовать выходу на другой качественный уровень процесса раскрытия и расследования преступлений, связанных с необходимостью судебно-почерковедческого исследования подписей.
Вопросу использования результатов судебно-почерковедческой экспертизы при раскрытии и расследовании преступлений уделено внимание Р.В. Бондаренко, которая отмечает, что сегодняшний «курс развития судебного почерковедения несомненно позволит в будущем значительно повысить роль применения специальных знаний в деле обеспечения процесса расследования.»1.
Вопросам оптимизации судопроизводства, в том числе, в рамках криминалистического обеспечения, посвящены работы М.В. Жижиной2, которая, на наш взгляд, справедливо отмечает, что «Вне доказывания криминалистические знания теряют свой основной смысл»3. Здесь считаем необходимым подчеркнуть важность наличия организационно-тактического сопровождения любого методического обеспечения, что справедливо, в том числе, приминительно к частной авторской методике идентификационной судебно-почерковедческой экспертизы подписей, разработанной в рамках диссертации.
В целях осуществления вышеизложенного, предпримем попытку по разработке организационно-тактических основ процесса организации назначения, взаимодействия, оценки и использования результатов идентификационной судебно-почерковедческой экспертизы подписей с использованием интеллектуальной системы автоматизированной поддержки научных исследований1.
Разработанная в рамках диссертации частная методика идентификационной судебно-почерковедческой экспертизы подписей с применением интеллектуальной системы автоматизированной поддержки научных исследований может быть применена в рамках назначения и проведения первичной, дополнительной, а также повторной экспертиз; как единолично экспертом-почерковедом, так и комиссией экспертов-почерковедов, а также при решении вопросов, требующих участия экспертов разных специальностей - при назначении комплексной экспертизы.
Особенности организационно-тактических основ судебно почерковедческой экспертизы подписей с использованием интеллектуальной системы автоматизированной поддержки научных исследований напрямую связаны с условиями и этапами методики проведения таких исследований и, в целом, не противоречат организационно-тактическим основам судебно почерковедческой экспертизы подписей, проводимой на основе традиционной качественно-описательной методики исследования.
Организация процесса назначения судебно-почерковедческих идентификационных экспертиз подписей связана с первоначальной (подготовительной) стадией производства следственных действий2, помимо которой в специальной литературе1 к ним относят стадию производства следственного действия, фиксации его хода и результатов, а также отдельно выделяется стадия оценки полученных данных и использования результатов данного следственного действия. Наибольшие трудности, как правило, возникают именно на первой стадии, связанной с процессом организационного и тактического обеспечения описываемого следственного действия - производством судебно-почерковедческой экспертизы подписей, которая может проводиться с применением интеллектуальной системы автоматизированной поддержки научных исследований.
В процессе назначения экспертизы эксперты, при получении соответствующих материалов (постановление или определение; документы, в которых содержатся исследуемые объекты; свободные, условно-свободные и экспериментальные образцы), сталкиваются с различного рода трудностями, которые, как справедливо замечает О.А. Диденко, могут быть связаны со всеми этапами организации назначения таких исследований2, а именно:
- процесс принятия решения о назначении подобного рода исследований;
- процесс определения, систематизации объектов исследования и образцов для сравнительного исследования;
- процесс вынесения определения или постановления о назначении подобного рода исследований, а также ознакомления с данным документом участников процесса;
- процесс упаковки и направления материалов для производства исследования.
Инициатор исследования в процессе принятия решения о назначении судебно-почерковедческой экспертизы подписей может не быть осведомлен о возможности применения в ходе такого исследования интеллектуальной системы автоматизированной поддержки научных исследований, поэтому эксперт, в ходе оказания консультативной помощи, должен оповестить его о такой возможности и о требованиях, предъявляемых методикой к объектам исследования, а также образцам для сравнительного исследования в рамках проведения экспертизы. В свою очередь, инициатор исследования должен интересоваться современными возможностями проведения таких исследований, способными привести к более информативным результатам. То есть интерес должен быть обоюдным, что и обеспечивает процесс взаимодействия эксперта и инициатора исследования на этапе организации назначения экспертизы.
В результате такого взаимодействия инициатор имеет возможность организовать получение необходимых образцов для сравнительного исследования в соответствии с требованиями методики (подробное описание которых представлено в 3.2. диссертации), выбрать подходящее экспертное учреждение или конкретного эксперта для проведения исследования.
Последнее обстоятельство чаще всего реализуется через руководителя экспертного учреждения (его заместителя), который как никто другой, обладает всей информацией о профессиональных и личностных качествах экспертов своего подразделения, а также о наличии у последних соответствующих «допусков» на право производства почерковедческих экспертиз и исследований, степени их владения навыками использования современных методов и методик проведения экспертных исследований, в конкретном случае методики идентификационного судебно почерковедческого исследования подписей с применением интеллектуальной системы автоматизированной поддержки научных исследований, рациональное использование которой может объективизировать процесс исследования.