Jak AI ulepsza cyfrową naukę sądową

Eksperci od cyfrowej nauki sądowej mogą wykorzystywać sztuczną inteligencję do przyspieszenia i udoskonalenia swoich obecnych procesów, zmniejszając czas trwania śledztwa i poprawiając wydajność. Jednakże, chociaż wpływ AI jest głównie pozytywny, istnieją pewne problemy. Czy AI może zastąpić analityków sądowych? Co więcej, czy ustalenia AI będą miały znaczenie w sądzie?

Czym jest cyfrowa nauka sądowa?

Cyfrowa nauka sądowa — dawniej znana jako informatyczna nauka sądowa — jest gałęzią nauki sądowej, która zajmuje się wyłącznie urządzeniami elektronicznymi. Praca analityka sądowego polega na śledztwie w sprawie cyberprzestępstw i odzyskiwaniu danych w celu uzyskania dowodów.

Profesjonaliści branży wykorzystują techniki informatyczne i śledcze do ujawniania danych na komputerach, telefonach, pendrive’ach i tabletach. Ich celem jest znalezienie, zachowanie, zbadanie i analiza danych istotnych dla ich sprawy.

Jak działa cyfrowa nauka sądowa?

Cyfrowa nauka sądowa generalnie podąża za wieloetapowym procesem.

1. Zajęcie

Zespoły muszą najpierw zająć nośnik w sprawie od swojego podejrzanego. W tym momencie rozpoczynają łańcuch posiadania — chronologiczny elektroniczny ślad — aby śledzić, gdzie znajduje się dowód i jak go wykorzystują. Ten krok jest krytyczny, jeśli idzie do sądu.

2. Zachowanie

Śledczy muszą zachować integralność oryginalnych danych, więc rozpoczynają swoje badanie, tworząc kopie. Ich celem jest odszyfrowanie lub odzyskanie jak najwięcej ukrytych lub usuniętych informacji. Muszą również zabezpieczyć je przed nieuprawnionym dostępem, usuwając połączenie z internetem i umieszczając je w bezpiecznym magazynie.

3. Analiza

Eksperci sądowi analizują dane przy użyciu różnych metod i narzędzi. Ponieważ urządzenia przechowują informacje za każdym razem, gdy użytkownik pobiera coś, odwiedza stronę internetową lub tworzy post, istnieje rodzaj elektronicznego śladu papierowego. Ekspert może sprawdzić dyski twarde, metadane, pakiety danych, logi dostępu do sieci lub wymiany e-mail, aby znaleźć, zebrać i przetworzyć informacje.

4. Raportowanie

Analitycy muszą udokumentować każde działanie, które podejmują, aby upewnić się, że ich dowody są ważne w sądzie karncyjnym lub cywilnym później. Kiedy kończą swoje śledztwo, składają raport ze swoich ustaleń — albo organom ścigania, sądowi lub firmie, która ich zatrudniła.

Kto wykorzystuje cyfrową naukę sądową?

Cyfrowa nauka sądowa bada nielegalną działalność związaną z urządzeniami elektronicznymi, więc organy ścigania często ją wykorzystują. Co ciekawe, nie tylko ścigają cyberprzestępczość. Każde nieprawidłowe postępowanie — niezależnie od tego, czy jest to zbrodnia, wykroczenie lub przestępstwo białych kołnierzyków — które może być związane z telefonem, komputerem lub pendrive’em, jest fair game.

Przedsiębiorstwa często zatrudniają analityków sądowych po doświadczeniu naruszenia danych lub staniu się ofiarami cyberprzestępstwa. Biorąc pod uwagę, że ataki ransomware mogą kosztować ponad 30% dochodu operacyjnego organizacji, nie jest rzadkością, gdy liderzy zatrudniają ekspertów śledczych, aby spróbować odzyskać część strat.

Jaka jest rola AI w cyfrowej nauce sądowej?

Śledztwo w sprawie cyfrowej nauki sądowej jest zwykle złożonym i długotrwałym procesem. W zależności od rodzaju i ciężkości przestępstwa — oraz ilości megabajtów, które śledczy muszą przeczesać — pojedyncza sprawa może trwać tygodnie, miesiące lub nawet lata. Niezrównana szybkość i wszechstronność AI sprawiają, że jest to jedno z najlepszych rozwiązań.

Analitycy sądowi mogą wykorzystywać AI na kilka sposobów. Mogą wykorzystywać uczenie maszynowe (ML), przetwarzanie języka naturalnego (NLP) i modele generatywne do rozpoznawania wzorców, analizy predykcyjnej, wyszukiwania informacji lub współpracy w brainstormingu. Może zajmować się ich codziennymi, rutynowymi obowiązkami lub zaawansowaną analizą.

Jak AI może ulepszyć cyfrową naukę sądową

AI może znacznie ulepszyć wiele aspektów cyfrowej nauki sądowej, trwale zmieniając sposób, w jaki śledczy wykonują swoją pracę.

Automatyzacja procesów

Automatyzacja jest jedną z największych możliwości AI. Ponieważ może działać autonomicznie — bez interwencji człowieka — analitycy mogą pozwolić mu zajmować się powtarzalną, czasochłonną pracą, podczas gdy oni priorytetowo traktują krytyczne, ważne odpowiedzialności.

Ekspertom zatrudnionym przez marki również się to opłaca, ponieważ 51% decydentów ds. bezpieczeństwa zgadza się, że objętość alertów w ich miejscu pracy jest przytłaczająca, a 55% przyznaje, że brakuje im pewności co do zdolności ich zespołu do priorytetowego i terminowego reagowania. Mogą wykorzystywać automatyzację AI do przeglądania poprzednich logów, co ułatwia identyfikację cyberprzestępstw, naruszeń sieci i wycieków danych.

Świadczenie istotnych informacji

Model ML może ciągle rejestrować rzeczywiste zdarzenia cyberprzestępstwa i przeszukiwać dark web, umożliwiając mu wykrywanie pojawiających się cyberzagrożeń, zanim ludzcy śledczy zdają sobie z nich sprawę. Alternatywnie, może nauczyć się skanować kod w poszukiwaniu ukrytego oprogramowania szpiegującego, aby zespoły mogły szybciej znaleźć źródło cyberataków lub naruszeń.

Przyspieszanie procesów

Śledczy mogą wykorzystywać AI do znacznego przyspieszenia badania, analizy i raportowania, ponieważ te algorytmy mogą szybko analizować duże ilości danych. Na przykład, mogą wykorzystywać je do wymuszenia hasła na zablokowanym telefonie, sporządzenia szkicu raportu lub podsumowania tygodniowej wymiany e-mail.

Szybkość AI byłaby szczególnie przydatna ekspertom zatrudnionym przez firmy, ponieważ wiele działów IT działa zbyt wolno. Na przykład, w 2023 roku firmy średnio 277 dni potrzebowały, aby zareagować na naruszenie danych. Model ML może przetwarzać, analizować i generować dane szybciej niż człowiek, więc jest idealny do aplikacji wrażliwych na czas.

Znalezienie krytycznych dowodów

Model wyposażony w NLP może skanować komunikaty, aby zidentyfikować i oznaczyć podejrzane działania. Śledczy mogą szkolić lub nakazywać mu poszukiwanie informacji specyficznych dla przypadku. Na przykład, jeśli poproszą go o wyszukanie słów związanych z malwersacjami, może skierować ich w stronę tekstów, w których oskarżony przyznaje się do nieprawidłowego wykorzystania funduszy korporacyjnych.

Jakie wyzwania musi pokonać AI?

Chociaż AI może być potężnym narzędziem sądowym — potencjalnie przyspieszając sprawy o tygodnie — jego wykorzystanie nie jest pozbawione wad. Jak większość rozwiązań opartych na technologiach, ma wiele problemów związanych z prywatnością, bezpieczeństwem i etyką.

Problem “czarnej skrzynki” — gdzie algorytmy nie mogą wyjaśnić swojego procesu decyzyjnego — jest najbardziej palący. Przejrzystość jest niezbędna w sądzie, gdzie analitycy składają ekspertyzy w sprawach karnych i cywilnych.

Jeśli nie mogą opisać, jak ich AI analizowało dane, nie mogą wykorzystywać jego ustaleń w sądzie. Zgodnie z federalnymi zasadami dowodów — standardami rządzącymi, co jest dopuszczalne w sądach USA — narzędzie cyfrowej nauki sądowej zasilane przez AI jest dopuszczalne tylko wtedy, gdy świadek wykazuje osobistą wiedzę o jego funkcjach, ekspertowo wyjaśnia, jak doszło do swoich wniosków i udowadnia, że jego ustalenia są dokładne.

Gdyby algorytmy były zawsze dokładne, problem “czarnej skrzynki” nie byłby problemem. Niestety, często “halucynują”, szczególnie gdy jest to niezamierzone inżynieria promptów. Śledczy proszący model NLP o pokazanie im przypadków, w których oskarżony ukradł dane przedsiębiorstwa, może wydawać się niewinnym, ale może skutkować fałszywą odpowiedzią, aby zadowolić zapytanie.

Błędy nie są rzadkością, ponieważ algorytmy nie mogą rozumieć kontekstu ani interpretować sytuacji w sposób kompleksowy. Ostatecznie niewłaściwie wytrenowane narzędzie AI może dać śledczym więcej pracy, ponieważ będą musieli przeszukiwać fałszywe wyniki dodatnie i ujemne.

Uprzedzenia i wady mogą sprawić, że te problemy staną się bardziej wyraźne. Na przykład, AI nakazane znalezienie dowodów cyberprzestępstwa może pominąć niektóre typy ataków cybernetycznych na podstawie uprzedzeń rozwinętych podczas szkolenia. Alternatywnie, może zignorować oznaki związanych przestępstw, uważając, że musi priorytetowo traktować określony rodzaj dowodów.

Czy AI zastąpi ekspertów śledczych?

Funkcje automatyzacji i szybkiego przetwarzania AI mogą skompresować sprawy trwające miesiącami do kilku tygodni, pomagając zespołom włożyć cyberprzestępców za kratki. Niestety, ta technologia jest jeszcze dość nowa, a sądy USA nie są przychylne dla nieudowodnionych, przełomowych technologii.

Na razie — i prawdopodobnie przez kilka dziesięcioleci — AI nie zastąpi analityków sądowych. Zamiast tego, pomoże im w codziennych obowiązkach, pomoże w podejmowaniu decyzji i zautomatyzuje powtarzalne odpowiedzialności. Nadzór ludzki pozostanie konieczny, dopóki nie rozwiążą problemu “czarnej skrzynki” raz na zawsze i dopóki system prawny nie znajdzie stałego miejsca dla AI.