или иного факта аргументом в доказывании, а также оценки допустимости доказательств. Иными словами, логическая правильность системы —это необходимое условие истинности выводов, но недостаточное само по себе, взятое вне других аспектов содержательной оценки доказательств. Как отмечалось, оценка логической правильности доказательств и выводов из них предполагает использование для этих целей средств и методов формальной логики. В ряде специальных работ, посвященных дальнейшей формализации этого метода, используются аппараты символической (математической) логики и логического моделирования, позволяющие представить описанные логические операции (элементарные акты доказывания, вспомогательные и накопительные комплексы) в виде логических формул либо в виде всевозможных условных схем и изображений. В работах по теории доказательств последних лет для анализа процесса доказывания, помимо логики, используются также средства теории информации и математической теории вероятностей. С теоретико-информационной точки зрения процедура доказывания состоит в устранении неопределенности знания (энтропии) в отношении каких-либо событий или явлений. Доказательства несут в себе ту информацию о неизвестных событиях, которая необходима для выводов о существовании последних. С этих позиций рассматривается понятие источника информации, кодирования, переработки информации и т. д. В частности, интересная аналогия усматривается между структурой системы исключения, с одной стороны, и исходным понятием теории информации —понятием об энтропии опыта —с другой. Напомним, что в случае, когда с доказываемым тезисом (например, подозреваемый был на месте преступления) конкурируют другие, несовместимые с первым события (был дома, на работе и т. д.), до начала проверки этих фактов существует неопределенность: заранее нельзя сказать, какое из несовместимых событий произошло в действительности. Эта неопределенность тем больше, чем больше может быть выдвинуто в данных условиях конкурирующих событий. Неопределенность достигает наибольшей величины тогда, когда сами определяющие ее события равновероятны. С чисто формальной стороны ряд несовместимых или конкурирующих событий представляется бесконечным. В практических же условиях в этот ряд включают конечное число событий, подлежащих проверке, причем в первую очередь проверке подлежат события, исход которых наиболее неопределенен, труднее всего поддается предвидению. Именно эти события несут на себе основное бремя неопределенности ситуации, с которой первоначально столкнулся следователь и суд. Смысл их деятельности для устранения неопределенности по существу вытекает из указанного положения теории информации. Отличие состоит в том, что и здесь оперируют не точными количественными значениями вероятностей, а оценками в терминах «редко», «часто» и т. п. Следующим шагом в этом направлении явились опыты использования математического аппарата теории информации для описания процесса доказывания. Количественно информация является величиной, обратной мере неопределенности некоторого сложного события. Неопределенность же события исчисляется на основе вероятностей составляющих его более простых фактов, явлений и т. п. Таким образом, теоретико-информационный подход на этом уровне непосредственно соприкасается с использованием средств математической теории вероятностей. Попытки применить математическую теорию вероятностей для оценки доказательств предпринимались и раньше. Такого рода идеи высказывались как математиками и философами (Лейбниц, Лаплас, Пуассон), так и юристами (Бентам, Уильз и др.). Для правильного отношения к этим исследованиям нужно иметь в виду следующие соображения. Как было показано выше, очень часто выводы из доказательств действительно опираются не на однозначные закономерности, а на приблизительные обобщения (фактические презумпции), имеющие статистическую природу. Надежность этих выводов зависит от того, насколько часто в действительности наблюдается связь между доказательством и доказываемым обстоятельством. В этом нетрудно усмотреть явную аналогию с вероятностно-статистической оценкой существования любых событий (как прошлого, так и будущего). Еще более определенно эта аналогия выступает при индуктивном накоплении многих предметных доказательств. Ранее было показано, что «случайное» истолкование совпадения многих доказательств одного и того же обстоятельства тем больше противоречит здравому смыслу, чем больше собрано этих доказательств и чем «сильнее» каждое из них. Но вместо ссылки на опыт и здравый смысл, для подтверждения того же вывода о неприемлемости случайного объяснения такого совпадения можно обратиться к умножению вероятностей Если известно, что какое-либо событие (например, выпадение герба при подбрасывании монеты) имеет вероятность 0,5 (т. е. при многократном повторении происходит в 50 % опытов), то одновременная реализация нескольких таких событий будет происходить значительно реже (так вероятность одновременного выпадения десяти монет гербом вверх равна произведению вероятностей этих десяти событий, т. е. около 0,001). Так как вероятность рассматриваемых событий всегда меньше единицы, то произведение вероятностей (т. е. произведение правильных дробей) представляет убывающую величину, тем быстрее стремящуюся к нулю, чем меньше вероятность отдельных событий и чем больше число перемножаемых величин. Как видим, и здесь усматривается явная аналогия с рассуждением, с помощью которого оценивается совокупность многозначных доказательств. Аналогия между точкой зрения здравого смысла на оценку многозначных доказательств и их систем и математическими операциями умножения вероятностей отражает не только их внешнее сходство, но и более глубокое единообразие методов познания Именно это обстоятельство и наталкивало многих исследователей на поиски способов математической интерпретации процедуры доказывания. Однако все попытки непосредственного, прямого использования математических методов в оценке доказательств оказывались безрезультатными либо подменялись научно-несостоятельными упрощениями, произвольными шкалами оценки доказательств в баллах и т. п. суррогатами Объясняется это тем, что для применения точных математических методов необходимы точные количественные характеристики исходных данных, выраженные определенными числами вероятностей всех доказательств, а этих характеристик в распоряжении исследователей не было и нет. Можно ли получить эти данные, в частности, с учетом современного состояния науки и вычислительной техники? Получение таких количественных оценок предполагает статистическое исследование самых разнообразных явлений, действий, поступков, которые могут служить доказательствами. Перечень таких фактов чрезвычайно велик, если не бесконечен. Как было показано выше (стр. 461), определенность доказательства растет с его конкретизацией. Поэтому речь идет не о явлениях, событиях и т. д. «вообще», а по возможности о более конкретных, узких группах событий, явлений.
Для установления статистических закономерностей необходимо изучить не одно или несколько явлений данного рода (например, как часто угроза сопровождается убийством), а большое их число. Из сказанного следует, что объем статистических исследований для получения количественных характеристик ценности доказательств очень велик. Не приходится рассчитывать на его практическое осуществление ни в настоящее время, ни в близком будущем. Следовательно, количественный пример, который приводился выше, может служить не более чем иллюстрацией логического механизма, который используется при оценке отдельных доказательств и их комплексов. Количественные оценки событиям и явлениям человек дает не только с помощью точных измерений и цифр, но и с помощью «полуколичественных» понятий: много, мало, больше, рано, достаточно и т. п. Таким же образом на основе «несчитанной статистики» он сопоставляет вероятность событий, оценивает меру их возможности, невозможности, правдоподобия. Эти извлеченные из опыта и наблюдений отдельные «полуколичественные» статистические оценки улик служат исходным материалом для столь же быстрого и эффективного «полуколичественного вычисления» их комплексов при накоплении Ни психология, ни физиологи высшей нервной деятельности пока еще не в состоянии подробно и точно описать механизм этой оценочной деятельности. Но нет оснований сомневаться в том, что он весьма близок по своей структуре с той количественной моделью, которая приведена выше. Он протекает чрезвычайно быстро, какими-то путями сокращая длинные рассуждения и вычисления, и тем не менее достаточно точен и эффективен. Следует отметить, что доказывание в уголовном процессе далеко не единственная область, в которой действует описанный путь решения логических задач на основе оперирования правдоподобными умозаключениями и оценочными «полуколичественными» понятиями. Напротив, он чрезвычайно распространен, и большая часть научной и практической деятельности врача, инженера, экономиста, биолога протекает именно в таких логических формах. Таким образом, количественная модель накопления доказательств может служить не более чем наглядной и упрощенной моделью того, несомненно, весьма сложного процесса, который протекает в мозгу человека в ходе оценки доказательств Наконец, важно предостеречь против неправильного, антинаучного использования понятия вероятности в сфере судебного доказывания в целях снижения требований к обоснованности выводов суда и оправдания произвола. Как правильно отмечалось в литературе, многие буржуазные юристы, стремясь развязать руки реакционной юстиции в борьбе с прогрессивными элементами, доказывали, что человеческое
