Machina adiuvat, homo iudicat: системные пороки инструментов искусственного интеллекта и критерии допустимости в судопроизводстве

Технологии искусственного интеллекта (ИИ), и в особенности большие языковые модели (LLM), перешли из разряда экспериментальных разработок в категорию инструментов повседневной профессиональной деятельности. Юридическое сообщество не осталось в стороне: по данным исследований Anthropic (2025) [47, 37], юристы входят в число наиболее активных пользователей систем генеративного ИИ – практикующие юристы описывают опыт формирования процессуальной позиции с использованием LLM-систем при обработке текстовых материалов объемом до 150 листов. Проникновение генеративного ИИ в судебную практику ставит вопрос о легитимности такого применения: первые прецеденты уже зафиксированы [1, 3], а соответствующий профессиональный и институциональный дискурс приобретает все более выраженный характер – в том числе непосредственно в судебных актах.

Тем не менее, интенсивность внедрения ИИ в практику опережает ее системное правовое осмысление. Отсутствие четких нормативных критериев допустимости применения LLM в судопроизводстве создает риски, несовместимые с конституционными гарантиями справедливого разбирательства. Настоящая статья ставит целью исследовать системные подходы к сопряжению правовых алгоритмов с технологиями ИИ, выявить риски, присущие неподготовленному внедрению LLM в судопроизводство, и сформулировать критерии нормативного регулирования данной сферы. Эмпирическая основа исследования базируется на анализе практики и актов; ее задача – исследовать системные подходы к сопряжению правовых техник с технологиями ИИ.

Обзор развития применения ИИ в юридической области

Сторонники применения технологий ИИ в юридической практике, как правило, апеллируют к двум ключевым преимуществам: сокращению трудозатрат и повышению качества юридических документов. Данный тезис требует дифференцированного подхода: если сокращение трудозатрат фиксируется в практической деятельности, то утверждение о повышении качества нуждается в самостоятельной эмпирической проверке с учетом возможных рисков. Примером этому служит позиция Суда по интеллектуальным правам (СИП), выраженная в постановлении по делу № А60-39444/2024: суд указал, что анализ, проведенный с использованием языковой модели DeepSeek V3 и представленный стороной в качестве дополнительного материала, является анализом доказа- тельств, что является прерогативой суда, в связи с этим не опровергает выводы, сделанные судами первой и апелляционной инстанций. [15] Данная правовая позиция свидетельствует о том, что суды допускают вспомогательную функцию ИИ-инструментов, но при этом процессуально значимую деятельность по оценке доказательств оставляют исключительно за собой. Данный пример свидетельствует о том, что полезный эффект от применения ИИ в юридической деятельности возможен лишь при неукоснительном соблюдении процессуальных требований и в строгих пределах, очерченных судебной практикой.

Между тем интенсивность продвижения идеи о внедрении ИИ в судопроизводство нередко опережает ее критическое правовое осмысление. Подобный подход входит в противоречие с одним из фундаментальных принципов рационального познания – принципом достаточного основания, сформулированным Г.В. Лейбницем [13], которое в интерпретации Хр. Вольфа звучит так: «… поскольку невозможно, чтобы из ничто могло возникать нечто, все, что существует, должно иметь достаточное основание, почему оно существует, то есть всегда должно быть нечто, из чего можно понять, почему оно может стать действительным» [4]. Анализируя позицию сторонников ускоренного введения ИИ в российское правосудие мы приходим к выводу, что эти сторонники из высказывания Хр. Вольфа игнорируют вторую его часть: «то есть всегда должно быть нечто, из чего можно понять, почему оно может стать действительным». Их позиция по внедрению ИИ в правосудие строится на том, что уже сам факт существования и технической доступности технологии считается достаточным основанием для ее применения в судебном процессе. При этом вторая часть указанного принципа – необходимость понять, почему нечто «может стать действительным», – остается без внимания. Такое игнорирование подменяет системное правовое регулирование произвольными технологическими решениями и создает риски, несовместимые с конституционными гарантиями справедливого правосудия, превращая критический анализ в технологический энтузиазм. Сторонниками быстрого внедрения ИИ игнорируется необходимость устойчивой совокупности условий: процессуальной допустимости, соответствия принципам правового государства, верифицируемости результата и возможности установления юридической ответственности за принятые решения, что несовместимо с гарантиями ст. 19, 46 и 123 Конституции РФ.

Правовая система не может игнорировать объективный масштаб распространения ИИ-технологий. По данным международных исследований, уровень их использования населением демонстрирует устойчивый рост как в отдельных странах (рисунок 1) [35], так и в глобальном измерении (рисунок 2) [27]. Данная тенденция подтверждает факт того, что правовая система не может игнорировать существующую технологическую реальность, – однако это не предопределяет автоматического переноса практик массового использования ИИ в сферу отправления правосудия. Напротив, оно актуализирует необ- ходимость выработки четких правовых критериев допустимого применения.

Показательные данные о характере законодательной активности в сфере ИИ представлены в ежегодном докладе «Artificial Intelligence Index Report 2025», подготовленном Стэнфордским институтом HAI (Institute for Human-Centered AI) [28]. В докладе проанализированы два показателя: (1, вертикальная ось) число нормативно-правовых актов (НПА), регулирующих ИИ, и (2, горизонтальная ось) частота упоминаний ИИ в парламентских дебатах. Для наглядной классификации стран по соотношению этих показа-

Рис. 1. Уровень использования населением стран ИИ (в долях населения страны) [35]

Рис. 2. Общий уровень проникновения ИИ в мире [27]

телей диаграмма разбита на четыре квадранта, по склонности людей обращаться к начальным частям источников, определяемая законом Бенфорда. Такое разделение позволяет определить группы государств с различными моделями нормотворческой активности (рисунок 3). Россия оказалась в квадранте «Мало говорят – много делают»: при относительно невысоком уровне публичных парламентских дискуссий по тематике ИИ она демонстрирует один из наиболее высоких показателей принятых законодательных норм. Данное обстоятельство заслуживает отдельного осмысления: интенсивное нормотворчество без сопровождающего его публичного дискурса создает риск недостаточной проработанности принимаемых решений. Применительно к правовому регулированию, затрагивающему конституционные основы судопроизводства, подобная модель особенно уязвима – право как система, регулирующая всю совокупность общественных отношений, нередко порождает последствия, которые не являются очевидными ни для законодателя, ни для участников правоотношений на момент принятия нормы. Это подтверждается позицией, высказанной в рамках Конференции «Адвокатура и правосудие в эпоху ИИ» [11]: участники обоснованно указали на риск формирования дифференцированной модели правосудия, при которой доступ к правосудию с участием судьи-человека будет обусловлен имущественным положением стороны, тогда как для остальных категорий участников процесса правосудие будет осуществляться посредством информационных систем, что является реальной этической и правовой угрозой. Подобная дифференциация несовместима с принципами равенства всех перед законом и судом, права на судебную защиту и гласности судопроизводства.

Mentions of Al in legislative proceedings vs. Al-related bills passed into law in select countries, 2016-24 Source: Al Index, 2025 | Table: 2025 Al Index report .

Мало говорят

Portugal

• •Russia

Belgium

Germany

Iceland

Licchtonstein

Brazil

и много делают

Italy France •

United States

Canada Australia

United Kingdom

Maho говорят

Slovenia

Panama

о юо

и мало делают

Много говорят

и много делают

Много говорят

и мало делают

1,000

1,100

Spain

1,200

Number of Al mentions

Кол-во упоминаний в законодательных дискуссиях

Figure 6.2.17

Рис. 3. Диаграмма национальных параметров количество НПА в области ИИ, и количество упоминаний ИИ законодателем [28]

необходима системная выработка критериев допустимости?

Системный анализ нормативной среды, формирующейся вокруг применения ИИ, требует обращения к опыту международных институтов. «Организация экономического сотрудничества и развития» (ОЭСР) [44] сформировала обширный массив публикаций о применении ИИ в сфере публичного управления [42, 40, 43], включая документы, непосредственно исследующие его роль в отправлении правосудия [30, 45, 41, 29]. Ключевым

Этапы действий правительства

концептуальным выводом этих материалов является признание устойчивого противоречия: с одной стороны – общественный запрос на развитие отношений в области ИИ, с другой – риск формирования диспропорций в уровне грамотности пользователей в использовании LLM и, как следствие, дискриминационных эффектов по технологическому признаку. Именно это противоречие образует нормативную рамку, в которой должно выстраиваться правовое регулирование ИИ в публичной сфере, включая судопроизводство.

Основные направления подготовки к ИИ-развитию

Рис. 4. Government AI Readiness Index 2025: методологии перехода от технологической готовности к реальным общественным выгодам интеграции ИИ [36]

Российские законодатели избрали путь интенсивного нормотворчества: в рамках исполнения Указа Президента РФ от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года») [20] частично вносились изменения в НК РФ [14], приняты Федеральные законы 38-ФЗ [22], 123-ФЗ [23], 152-ФЗ [24], 230-ФЗ [21], принята «Концепция развития технологий машиночитаемого права» [12] и опубликовано Распоряжение Правительства РФ от 19 августа 2020 г. № 2129-р об утверждении Концепции регулирования ИИ и робототехники до 2024 года [16]. Введено более 60 ГОСТов и ПНСТ, регулирующих аспекты применения ИИ и машинного обучения. Параллельно Государственная Дума РФ рассматривает законопроекты, направленные на расширение использования ИИ в конкретных сферах правоотношений [7, 8, 9].

Данная нормативная активность носит преимущественно отраслевой, фрагментарный характер, что препятствует формированию единого подхода к регулированию ИИ в судопроизводстве. Восполнить этот пробел призван законопроект Минцифры России «Об основах государственного регулирования сфер применения технологий искусственного интеллекта в Российской Федерации» [6], главная цель которого – формирование единого правового пространства для субъектов, разрабатывающих и использующих системы ИИ. Сопряженная разрозненность действующего регулирования, зафиксированная на диаграмме (рисунок 3), подтверждает тезис о том, что интенсивность нормотворчества сама по себе не свидетельствует о системной готовности к конституционно обоснованному внедрению ИИ в судопроизводство.

Все изложенное обусловливает цель настоящего исследования: сформулировать системные критерии допустимого применения ИИ и LLM в судопроизводстве, выявить риски неподготовленного внедрения и предложить нормативные ориентиры, соответствующие конституционным принципам. Такие критерии могут быть определены на стыке юридической техники и технологий больших языковых моделей.

Аналитическая часть

Положение России в вопросе регулирования отношений в области ИИ, охарактеризованное ранее, не является аномальным на фоне иных юрисдикций: темпы и фрагментарность нормотворчества воспроизводят общемировой тренд. Это обстоятельство делает уместным обращение к двум методологическим положениям Рудольфа фон Иеринга, определяющим дальнейший ход анализа.

Первое относится к темпу правовой эволюции: «Аналогическое распространение – везде плод медленного созревания мысли; пока его время не пришло, пока не признана повсюду необходимость в нем, попытка к тому, сделанная отдельным лицом, не даст никаких результатов. Это будет повторяться всегда, и в этом заключается лучшая гарантия от всякой чрезмерной поспешности» [17, С. 45].

Второе – к методу правового познания: «… путем логического изложения совершается в пределах права разграничение его составных частей таким образом, что общие мысли, появляющиеся в истории сперва в соединении с конкретным и специальным, мало по малу освобождаются от этой связи и приобретают подобающую им абстрактную форму. Те правоположения, которые остаются после того, как общие мысли уже выделились из этой связи, принадлежат уже исключительно этому специальному правоотношению» [17, С. 45].

Приведенные положения образуют двойную методологическую рамку настоящего исследования. Первое положение предостерегает от нормативного форсирования внедрения ИИ в отсутствие «созревшей» потребности правопорядка; второе – задает операционную процедуру – выделение общих правовых начал из их связи с конкретной технологической формой, то есть абстрагирование предметных пороков и эффектов ИИ от изменчивой технической оболочки. Обе установки согласуются с применяемым в §18 принципом достаточного основания Г.В. Лейбница (principium rationis sufficientis): нормативное решение о допустимости ИИ не может опирать- ся ни на инерцию темпа, ни на смешение общих и специальных положений. В связи с этим текущий этап можно охарактеризовать как период «аналогического распространения», когда LLM-инструменты еще не выработали устойчивых правовых форм в процессе.

В доктрине отсутствует единство относительно соотношения понятий «юридическая технология» и «юридическая техника». В российской школе сложились три позиции: (I) – юридическая технология включает юридическую технику (В.Н. Карташов, А.Н. Миронов, В.П. Уманская); (II) – обратное соотношение – техника включает технологию (С.С. Алексеев и др.); (III) – это автономные предметы. В западной доктрине преобладает концепт legal technology как самостоятельной дисциплины.

Применяя метод абстрагирования Иеринга, общее для всех трех позиций российской школы состоит в квалификации юридической технологии и технологии ИИ как объектов одного инструментального уровня, направленных на обработку юридически значимой информации; специальное – в различиях по источнику, субъекту применения и способу верификации результата. Общая часть задает предметную рамку исследования; специальная часть – источники пороков, классифицируемых в выводах этой публикации.

На основании такого разграничения ИИ квалифицируется не как субъект правоприменения и не как источник доказательства, а как инструмент познания и юридической техники, условия правомерного использования которого подлежат специальной нормативной разработке. Такое понимание соответствует итоговой формуле настоящего исследования – machina adiuvat, homo iudicat – и, в отличие от идеи «комплексного инструмента», не связывает общие правовые начала с существующей технологической формой, чего Иеринг предостерегает избегать. Поэтому гипотеза о возможности создания комплексного инструмента на стыке зрелой юридической технологии и незрелой технологии ИИ требует обратной логики: не право должно подстраиваться под алгоритмическую реальность, а технология, чтобы быть допущенной в сферу правосудия, обязана доказать соответствие критериям, выработанным юридической технологией за тысячелетия ее существования.

Теоретическая допустимость применения ИИ не тождественна ее реализуемости при текущем уровне развития технологий и права. Переходим от общих соображений к специальным и рассмотрим два типовых случая применения

ИИ в юриспруденции [26]: (I) – состязательный судебный процесс и (II) – внесудебное правоприменение и юридическое консультирование.

Случай I. Диспозиция участников судебного процесса.

На рис. 5 представлены пять базовых сценариев, различающихся по составу субъектов, обладающих доступом к аналитическим инструментам ИИ. Сценарии с большим числом участников сводимы к указанным пяти и самостоятельно не рассматриваются – это и есть операционное приложение принципа Иеринга «освобождения об-

Для целей анализа принимается рабочая презумпция, эмпирически подтверждаемая в сопоставимых состязательных средах: актор, использующий продвинутую ИИ-поддержку, при прочих равных, обладает существенным аналитическим преимуществом над актором, ее лишенным. Эта презумпция соответствует доктринальному конструкту цифрового неравенства (digital divide) и применяется далее как эквивалент порока 2(А) по классификации, представленной в выводах.

щего от специального».

Сценарий / Scenario

I

Все три актора без поддержки ИИ/ No Al Assistance

II

Поддержкой ИИ пользуется только одна из сторон процесса / One-Sided Al Assistance

III

Поддержкой ИИ пользуются обе стороны, судья без поддержки ИИ / Both-Party Al Assistance

НвЗ|

IV

Только судья с поддержкой ИИ/ Judicial Al Assistance Only

V

Все три актора с поддержкой ИИ/ Independent Al Assistance

Рис. 5. Сценарии диспозиции участников судебного процесса в случае различного доступа каждого из участников к аналитическим возможностям ИИ.

Сценарий	Название	Пороки (часть «Выводы»), актуализируемые в сценарии
I	Все акторы без ИИ / No AI Assistance	Базовая линия
II	Только одна сторона с ИИ / One-Sided AI Assistance	2(А), 2(В), 2(Ж)
III	Обе стороны с ИИ, судья без ИИ / Both-Party AI Assistance	2(Ж), 2(К)
IV	Только судья с ИИ / Judicial AI Assistance Only	2(Б), 2(Г), 2(Д), 2(Е), 2(З), 2(Л), 2(М), 2(Н), 2(П)
V	Все акторы с ИИ / Independent AI Assistance	Совокупно II и IV + 2(О), 2(И)

Сценарий I: «Все без ИИ».

Воспроизводит сложившуюся систему. По мере распространения ИИ-инструментов частота реализации этого сценария будет убывать; самостоятельных новых пороков он не порождает.

Сценарий II: «Односторонняя ИИ-под-держка».

Одна из сторон использует LLM-инструменты в открытой или скрытой форме. Последствия:

• А ) дисбаланс процессуальных возможностей – нарушение принципа равенства перед законом и судом (2(А) – digital divide);

Б) снижение управляемости процесса за счет искусственного увеличения объема процессуальных документов (2(Ж) – AI-driven filibustering), уже эмпирически фиксируемого в текущей практике;

• В ) риск введения в заблуждение посредством сгенерированных материалов, в том числе с признаками злонамеренного искажения (2(В) – adversarial attacks).

Сценарий III: «Обе стороны с ИИ, судья без ИИ».

Паритет сторон сохраняется, но эффекты 2(Ж) усиливаются. Судья, лишенный сопоставимых аналитических средств, сталкивается с ситуацией процессуальной неопределенности при оценке объемных и технически насыщенных позиций (2(К) – non liquet), что порождает риск формального (минималистического) разрешения дела.

Сценарий IV: «ИИ-поддержка только у судьи».

Данный сценарий порождает наибольшую концентрацию пороков:

• –    мотивы решения не могут быть воспроизведены и проверены сторонами (2(Б) – transparency of reasoning; 2(П) – auditability gap);

• –    оценка доказательств опосредуется генеративной моделью, что нарушает принцип непосредственности судопроизводства (2(З));

• –    утрачивается персонифицированный субъект ответственности за содержание акта (2(Е) – responsibility gap);

• –    проявляется риск алгоритмической предвзятости (2(Д)) и деперсонализации правосудия (2(Н));

• –    сведения о ходе принятия решения могут утекать через внешние программные средства (2(Л) – confidentiality);

• – результат зависит от прав доступа оператора (2(Г)) и поставщика инфраструктуры (2(М) – technological sovereignty);

  – функциональная нагрузка вышестоящих инстанций как средства устранения судебной

ошибки снижается, поскольку проверка алгоритмически обусловленного решения оказывается невозможной (2(О) – lock-in) [19].

Сценарий V: «Все акторы с ИИ».

Этот сценарий реализуем только при совокупности условий: архитектура судейского ИИ должна быть открытой (в случае нейросетевых моделей – с публикацией весов и обучающих данных), а процедура использования – документируемой (disclosure duty). На сегодняшнем уровне техники материальные составляющие ИИ-систем доступны широкому кругу субъектов, что делает возможными эксперименты по поиску уязвимостей официально утвержденного ИИ; пример такого эксперимента приведен в работе А. и Б. Кол-беинссонов [38]. Эмпирически подтверждается, что практика обхода защит LLM нарастает и в значимой доле случаев успешна [2]. Это означает, что сценарий V структурно редуцируется к сценарию II (возникает асимметрия между добросовестным пользователем и тем, кто эксплуатирует уязвимости), и дополнительно воспроизводит пороки сценария IV. Длительная эксплуатация этой архитектуры ведет к когнитивной атрофии профессионального сообщества (2(И) – cognitive atrophy) и закрепляет институциональную необратимость (2(О)).

Случай II. Внесудебное правоприменение и юридическое консультирование.

За пределами судебного процесса ИИ выступает в качестве канала массовой юридической помощи. При отсутствии гарантий качества источника и отслеживаемой правовой позиции возникает инверсия функции доступа к правосудию: расширение охвата сопровождается тиражированием некорректных правовых позиций и системных ошибок (2(Р) – low-quality legal aid proliferation). В этом случае пороки 2(Д), 2(Е) и 2(П) реализуются без процессуальных фильтров, а потому требуют самостоятельных нормативных противовесов – режима раскрытия факта использования ИИ и персонифицированной ответственности провайдера услуги.

Промежуточный итог

Применение метода абстрагирования Иерин-га к двум случаям использования ИИ показывает, что ни один из сценариев, кроме исходного (I), не нейтрализует пороки средствами самой технологии. Одновременно справедливо и предостережение Иеринга о темпе: нормативное решение, принятое до «созревания» общих начал регулирования, не даст устойчивых результатов. Оба соображения вместе обосновывают переход к «Выводам»: допустимость применения ИИ в правосудии не может быть установлена презум-птивно и требует нормативно закрепленных критериев с градуированным стандартом человеческого контроля (human-in-the-loop / on-the-loop / in-command) в зависимости от категории дела и степени риска (proportionality test).

Выводы

Проведенный анализ и сопутствующие результаты позволяют констатировать, что коллизия между развитием технологий искусственного интеллекта и действующим правопорядком носит структурный, а не ситуативный характер: она затрагивает не отдельные нормы, а системообразующие принципы судопроизводства (равенство, непосредственность, состязательность, персональная ответственность). Описанные общественные, правовые и технологические сдвиги свидетельствуют, что развитие отношений в области ИИ будет происходить эволюционным либо революционным путем независимо от воли законодателя; а также одновременно инструментарий информационных технологий не обеспечит институциональных реквизитов (due process guarantees), выработанных юриспруденцией за тысячелетия. Совокупный объем релевантных аспектов не может быть раскрыт в формате статьи исчерпывающе, однако требование всесторонности и научной добросовестности (plenitudo investigationis) не допускает их игнорирования. Для обеспечения аргументационной связности с итоговой оценкой по принципу достаточного основания Г. В. Лейбница (principium rationis sufficientis) применяется краткое категорирование. Каждый аспект излагается по единой схеме: формулировка – латинский аналог (с указанием источника при наличии) – русский перевод – англоязычный доктринальный термин.

Технологии ИИ предлагают инструменты, которые дают революционные возможности по развитию понимания предмета юридического спора:

1(А). Ускорение интеллектуальных процессов и сокращение временных издержек на совершение процессуальных действий в юридической сфере, что обеспечивает оперативность рассмотрения дел и минимизирует период ожидания итогового правоприменительного акта, реализуя принцип процессуальной экономии и доктрину недопустимости отказа в правосудии вследствие его промедления (iustitia dilata est iustitia denegata).

1(Б). Расширение эмпирико-информационной базы, учитываемой при выработке юридически значимых решений, что обеспечивает полно- ту доказательственного материала (evidentiary completeness) и способствует повышению обоснованности, мотивированности и качества правоприменительных актов в соответствии с принципом, согласно которому полнота сведений есть служанка истины (plenitudo informationis ancilla veritatis).

1(В). Обеспечение углубленной структуризации и категоризации правовой информации высокой степени сложности, реализуемое посредством архитектуры правовой информации (legal information architecture), что позволяет выявлять закономерности нормативного массива, упрощает применение юридических норм и способствует точной квалификации фактических обстоятельств в соответствии с максимой ubi ordo, ibi ius.

1(Г). Выявление латентных связей и неявных закономерностей в нормативно-правовом массиве и совокупности фактических обстоятельств дела (latent pattern discovery), что способствует более глубокому пониманию сущности спорных правоотношений и установлению причинноследственных связей, сокрытых от поверхностного анализа (causa latet, vis est notissima).

1(Д). Моделирование и прогнозирование последствий юридического спора во внешнем микроконтексте – в отношении непосредственных участников процесса и их ближайшего социального окружения (micro-impact modelling), что позволяет предвидеть косвенные эффекты правоприменительного акта и учитывать принцип ex facto ius oritur при оценке фактической стороны дела.

1(Е). Прогнозирование влияния принимаемых юридических решений на общественные отношения в целом (societal impact projection), включая оценку долгосрочных социальных трансформаций и отдаленных последствий для социума в соответствии с максимой poena ad paucos, metus ad omnes perveniat.

Отрицательной стороной сегодняшней ситуации является то, что механизмы информационных технологий не предоставляют качеств, достаточных для интеграции их в юридические процессы, ввиду следующих не устраненных пороков:

2(А). Нарушение принципа процессуального равенства сторон вследствие асимметричного доступа к интеллектуальным технологическим инструментам, обусловленного цифровым неравенством (digital divide), что порождает риск формирования дифференцированной модели правосудия, зависимой от имущественного и образовательного положения участника процесса.

2(Б). Дефицит прозрачности логических оснований и алгоритмических процессов (transparency of reasoning), используемых при формировании правоприменительного решения, препятствующий эффективному судебному контролю и верификации выводов, что противоречит принципу occulta non praesumuntur.

2(В). Широкая доступность инструментов злонамеренного искажения (adversarial attacks) результатов работы систем искусственного интеллекта, создающая угрозу фальсификации доказательственной информации и введения правоприменителя в заблуждение и нарушающая презумпцию достоверности автоматизировано сформированных данных в соответствии с положением falsum est quod pro vero adulteratur.

2(Г). Зависимость результатов функционирования информационной системы от уровня прав доступа ее оператора (operator-dependent information asymmetry), что не обеспечивает надлежащего отражения воли правоприменителя и противоречит принципам nemo plus iuris ad alium transferre potest quam ipse habet и недопустимости постановки правового распоряжения в зависимость от воли третьего лица.

2(Д). Систематическая алгоритмическая предвзятость (algorithmic bias), обусловленная не-репрезентативностью обучающих выборок и воспроизводящая дискриминационные паттерны по признакам, не имеющим юридической релевантности, что нарушает принцип беспристрастности правосудия и порождает несправедливость вследствие порочного применения нормы (ex prava applicatione iuris nascitur iniuria).

2(Е). Отсутствие четко персонифицированного субъекта юридической ответственности (responsibility gap) за вред, причиненный решениями, принятыми с использованием систем искусственного интеллекта, что подрывает конституционную гарантию права на возмещение вреда и принцип персональной ответственности судьи (imputatio iuris personam sequitur).

2(Ж). Риск парализации судопроизводства вследствие искусственного увеличения объема процессуальных документов (AI-driven filibustering) с помощью больших языковых моделей (LLM), создающий условия для злоупотребления процессуальными правами и требующий введения специальных правовых противовесов, в соответствии с максимой abusus non tollit usum, sed usum abusivum lex reprimit.

2(З). Передача функций оценки доказательств системе искусственного интеллекта, в том числе во вспомогательном режиме, влечет подмену непосредственного судейского восприятия обстоятельств дела опосредованным машинным анали- зом, что нарушает принципы непосредственности и устности судопроизводства: судья фактически взаимодействует с генеративной моделью («стохастическим попугаем», stochastic parrot), а не с первичными доказательствами, которые в отсутствие сознательного субъекта не могут рассматриваться как свидетельство.

2(И). Риск когнитивной атрофии и деквалификации (cognitive atrophy, de-skilling) представителей юридической профессии вследствие систематического делегирования аналитико-мыслительных задач автоматизированным системам, что ведет к ослаблению способности самостоятельно аргументировать, толковать и применять нормы права [39, 32, 31, 34] в соответствии с максимой quod non exercetur, deperit.

2(К). Ситуация процессуальной неопределенности (non liquet), при которой правоприменитель оказывается неспособным сформулировать окончательное и определенное решение вследствие недостаточности, противоречивости или неверифицируемости данных, генерируемых ИИ-системой.

2(Л). Угроза нарушения конфиденциальности и тайны совещательной комнаты (confidentiality, data leakage) вследствие применения внешних программных средств искусственного интеллекта, что создает риск разглашения закрытых сведений о процессе выработки судебного акта и подрывает гарантии неприкосновенности процесса принятия правоприменительных решений в соответствии с принципом secretum iudicii sacrum est.

2(М). Дефицит цифрового суверенитета, проявляющийся в зависимости правоприменительной деятельности от иностранных моделей искусственного интеллекта и вычислительных инфраструктур (technological sovereignty, vendor lock-in), что создает системную уязвимость отправления правосудия и ограничивает автономию государства в соответствии с максимой qui alienis armis utitur, alieno arbitrio subicitur.

2(Н). Деперсонализация правосудия, выражающаяся в утрате судейского усмотрения и вытеснении индивидуальной оценки фактических обстоятельств формализованным алгоритмическим правоприменением (loss of judicial discretion, mechanical jurisprudence), что приводит к механическому применению норм без учета уникальности конкретной ситуации и нарушает принцип справедливости, отраженный в максиме summum ius summa iniuria.

2(О). Необратимость технологического внедрения и институциональная инерция правовой системы (lock-in, path dependence), выражающиеся в практической невозможности возврата к прежним формам осуществления юридической деятельности после интеграции автоматизированных процедур и в сопротивляемости институциональной структуры последующим изменениям в соответствии с положением consuetudo altera natura.

2(П). Ретроспективная неверифицируемость решений, принятых с использованием систем искусственного интеллекта (auditability gap), обусловленная отсутствием воспроизводимых следов алгоритмических рассуждений, что делает невозможной последующую проверку обоснованности вынесенных актов и подрывает доверие к результатам правоприменения в соответствии с принципом quod non est in actis, non est in mundo.

2(Р). Инверсия функции расширения доступа к квалифицированной юридической помощи: при отсутствии гарантий качества массовое распространение автоматизированных правовых консультаций трансформируется в тиражирование некорректных правовых позиций и ошибок (low-quality legal aid proliferation), что приводит к умножению правового ущерба в соответствии с максимой auxilium quod nocet, non est auxilium.

Резюмирующий тезис

Перечисленные положительные эффекты (1(А)–1(Е)) не образуют достаточного основания (principium rationis sufficientis по Г.В. Лейбницу) для интеграции ИИ в правосудие без предварительного нормативного устранения либо существенной минимизации пороков (2(А)–2(Р)). Текущее состояние правового регулирования – фрагментарное, отраслевое, лишенное единой концепции – не обеспечивает конституционно приемлемых гарантий в свете ст. 2, 19, 46, 47, 49, 53, 118, 120, 123 Конституции РФ.

Требуется системная выработка критериев допустимости применения ИИ в судопроизводстве, включающая, как минимум:

• 1.    Этапный стандарт человеческого контроля – от human-in-the-loop (санкционирование каждого решения) через human-on-the-loop (мониторинг с возможностью вмешательства) к human-incommand (стратегическая ответственность), с выбором стандарта в зависимости от категории дела и степени риска (proportionality test);

• 2.    Запрет полной автоматизации актов правосудия, затрагивающих конституционные права (ср. ст. 22 GDPR [46], ст. 5–6 EU AI Act [33]);

• 3.    Процессуальные противовесы против злоупотреблений, порождаемых 2(Ж), 2(Л), 2(М);

• 4.    Режим обязательного раскрытия факта использования ИИ сторонами и судом (disclosure duty), обеспечивающий реализацию 2(Б) и 2(С);

• 5.    Институт юридической ответственности оператора, разработчика и правоприменителя за вред, причиненный решениями с использованием ИИ (устранение 2(Е));

• 6.    Обеспечение технологического суверенитета и конфиденциальности судебных материалов (2(Н), 2(О)).

Иными словами, правопорядок должен воспринимать ИИ не как субъекта и не как доказательство, а как инструмент познания, допустимый лишь в пределах, при которых сохраняется персональная ответственность человеческого правоприменителя и полнота конституционных гарантий участников процесса: machina adiuvat, homo iudicat – машина помогает, судит человек.