В статье рассматриваются порядок и особенности применения программного обеспечения, которое использует модели машинного обучения, глубокого обучения и некоторые другие возможности искусственного интеллекта как при подделывании цифровых изображений документов, так и при проведении судебных экспертиз в отношении указанных источников информации. Изучены способы маскировки признаков применения инструментов искусственного интеллекта в цифровых изображениях документов. Приводится описание разработанной компьютерной программы, позволяющей выявлять признаки применения инструментов искусственного интеллекта при создании или редактировании цифровых изображений документов посредством использования возможностей следующих инструментов: метода анализа изображений (Error Level Analysis, ELA); метода изучения метаданных EXIF и XMP; метода исследования неоднородности фоточувствительности (Photo Response Non-Uniformity, PRNU-анализ); методов анализа шума и JPEG-следов; метода градиентного анализа; метода изучения изображения с применением сверточной нейронной сети (CNN Forensics), которая проводит глубокий анализ шума (Noiseprint) или классификационный анализ (AI Patch). Изучены факторы, влияющие на распространение моделей машинного обучения, глубокого обучения и некоторых других возможностей искусственного интеллекта в различные виды деятельности, предлагаются к внедрению в практическую деятельность экспертов, специализирующихся на исследованиях цифровых изображений документов, алгоритмы работы этих моделей с дальнейшей разработкой соответствующего методического обеспечения.