Статья посвящена анализу эволюции классификационных подходов к иным документам как доказательствам в российской уголовно-процессуальной доктрине. Выявлены три исторических этапа развития классификационных критериев: классический период (формально-юридический критерий официальности), функциональный период (критерии субъектного состава и функционального назначения) и технологический период (критерии способа фиксации информации с выделением цифровых документов). Показано, что каждый новый этап эволюции классификационных подходов обусловлен качественными изменениями в способах создания и использования документальной информации в доказывании. Обосновывается, что цифровизация уголовного судопроизводства создает фундаментальные вызовы для всех существующих классификационных подходов: проблематизирует критерий официальности в условиях автоматического создания документов информационными системами, размывает границы функциональных категорий при использовании гибридных цифровых документов, ставит под сомнение возможность классификации по способу фиксации в условиях конвергенции цифровых форматов. Предложена концепция многоуровневой классификации иных документов, сочетающей традиционные критерии с технологическими параметрами цифровых документов через систему матричного описания документальных доказательств. Обоснована необходимость введения дополнительного классификационного критерия технологической сложности получения и проверки документов, определяющего дифференцированные процессуальные требования к обеспечению их допустимости в условиях цифровой эпохи.
В настоящей работе рассматривается вопрос о процессуальной квалификации результатов функционирования генеративных алгоритмических систем (ChatGPT, Claude, Gemini) с точки зрения доказательственного права. Центральное внимание уделяется анализу того, насколько продукты деятельности таких технологий соответствуют критериям иных документов в рамках российского уголовного процесса. Исследование выявляет сущностные характеристики материалов, производимых генеративными моделями, демонстрируя их качественное несоответствие классическим формам документальных доказательств, и показывает системные противоречия, возникающие при попытке квалификации таких материалов по ст. 84 УПК РФ. Доказывается, что генеративные модели создают материалы, лишенные главного признака доказательства - связи с обстоятельствами прошлого, представляя собой вероятностные конструкции, синтезированные на основе статистических закономерностей обучающих данных. Рассматриваются пять ключевых проблем процессуальной квалификации таких материалов: установление относимости к обстоятельствам дела, обеспечение допустимости доказательств, проверка достоверности содержащихся сведений, отсутствие возможности допроса автора и разграничение доказательственной и справочной информации.
В работе предлагается концептуальное решение проблемы разграничения доказательственной и недоказательственной информации в контексте использования материалов генеративного искусственного интеллекта в уголовном процессе, обосновывается необходимость законодательного закрепления запрета на признание результатов работы автоматизированных систем иными документами-доказательствами.