Проблемы развития искусственного интеллекта в правовом регулировании

Первоначальная волна цифровизации была связана с распространением компьютерной техники и ростом объемов компьютерной обработки информации – как в бытовой сфере, так и в бизнесе, в управленческой деятельности. Ее сменила цифровизация в сфере электросвязи и распространение мобильной связи, затем – цифровизация в сфере логистики и перевозочных услуг. Именно в сфере транспорта впервые (с 2008 г.) проявилась цифровизация социального управления и правового регулирования в первую очередь: речь идет о появлении так называемых комплексов слежения, в функции которых входило не только автоматическое измерение скорости, но и формирование данных о владельце превысившего скорость транспортного средства, а также наложение, хотя и при посредстве должностного лица, административных санкций (ст. 2.6.1 КоАП РФ). В этой сфере юридическая деятельность государства впервые перешла от собирания цифровых данных – к принятию на их основе окончательных (правоприме- нительных) решений. Дальнейшее развитие такого перехода – от цифровизации данных в цифровизацию принятия решений – предлагается в настоящее время на основе уже собранных метаданных. Однако такое развитие, как на этапе правоприменения, так и на более ранних этапах правового регулирования – сопряжено со значительными как техническими (включая некорректную работу информационных систем), так и социальными рисками, в первую очередь – с нарушением принципов справедливости и, что наиболее значимо, индивидуализации юридической ответственности. Поэтому наиболее широко развивается в настоящее время цифровизация на стадии правореализации: речь идет как о заключении сделок в цифровой форме, так и о цифровых формах обращения в государственные, в том числе в судебные органы.

Понимание потребности в развитии цифровизации на всех стадиях правового регулирования существует и на самом высоком официальном уровне. Так, среди приоритетных национальных целей и стратегических задач в Указе Президента РФ от 07.05.2018 г. № 204 постоянно указывается на цифровую экономику, цифровые решения, цифровое образование и подготовку кадров, на «внедрение цифровых технологий и платформенных решений в сферах государственного управления и оказания государственных услуг, в том числе в интересах населения и субъектов малого и среднего предпринимательства, включая индивидуальных предпринимателей» [1].

Постановлением Правительства России от 29.12.2020 г. № 2351 было отмечено, что необходимо «скорейшее внедрение в судебную систему, систему принудительного исполнения судебных актов и судебно-экспертную деятельность современных информационно-коммуникационных технологий, позволяющих сформировать инновационный подход к их развитию, а также улучшить качество и сроки осуществления правосудия, качество и оперативность проводимых судебноэкспертными учреждениями экспертиз и обеспечить эффективное исполнение судебных решений» [2].

Аналогичные положения, с более развернутым содержанием, закреплены в национальной программе «Цифровая экономика Российской Федерации» [3]. В частности, в числе ее задач – «внедрение цифровых технологий и платформенных решений в сферах государственного управления и оказания государственных услуг, в том числе в интересах населения и субъектов малого и среднего предпринимательства, включая индивидуальных предпринимателей».

В этой связи целесообразным представляется исследование опыта цифровизации правового регулирования в зарубежных государствах: анализ как их ошибок в направлении развития цифровизации, так и уже имеющихся достижений. К числу последних, например, относится опыт КНР, где действует «мобильный суд, доступный через чат-бот в самом крупном менеджере страны» (очевидно, речь идет о WeChat) [3], рассмотревший, по данным на январь 2021 г., уже более 3 млн граждан- ских дел. В Евросоюзе с 2018 г. действует Европейская этическая хартия об использовании искусственного интеллекта в судебных системах и окружающих их реалиях [4]. Наконец, в США на частном инвестиционном уровне разрабатываются такие алгоритмы, как COMPAS, а также прогнозирующие системы RAVEL LAW и ROSS (Watson/Ross) [5].

Однако все эти процессы, несмотря на очевидность перспективного значения для всей сферы правового регулирования, в российских исследованиях представлены крайне недостаточно: отечественная наука все еще решает проблемы применения цифровой информации в доказывании, идентификации электронных документов и до сих пор направлена лишь на уголовные аспекты их обращения [6; 7]. Исключение представляют собой лишь работы А.В. Аносова (2016 год [8]) и С.В. Васильковой (2018 год [9]), которые, однако, направлены на анализ развития электронного правового регулирования лишь в России. И хотя исследования развития цифровых технологий правового регулирования в зарубежных государствах также имели место, они уже существенно утратили актуальность в своей фактологической части (работы Н.А. Данилова (2013 г. [10]) и Е.Г. Иншаковой (2015 г. [11]), а также наиболее актуальная на данный момент, хотя и не связанная прямо с правовым регулированием работа А.С. Киселева 2018 года [12]). Таким образом, можно заключить, что, несмотря на назревшую в данный момент потребность в компаративных исследованиях цифровых технологий правового регулирования, данные исследования в нашей науке почти отсутствуют.

Для состояния отечественной науки в сфере цифровых технологий правового регулирования показательно, что даже в последних исследованиях продолжается смешение проблем электронного правосудия как алгоритма принятия юридически значимого (правосудного) решения, основанного на машинном (электронном) анализе большого массива данных – с одной стороны и проблем, связанных с электронной формой судебных обращений и судебных доказательств – с другой [9, с. 6], хотя очевидно, что вопросы цифровой формы доказательств относятся не к правоприменительной, а к правореализационной деятельности. Эти исследовательские ошибки приводят к размыванию существа проблем, связанных с цифровизацией правоприменительной деятельности. Кроме того, полностью отсутствуют исследования, направленные на анализ перспектив развития цифрового правотворчества – первой и основной стадии правового регулирования.

В то же время, приоритет проблем цифровизации правоприменения вызван одновременно несколькими факторами: как нарастанием правоприменительного (судебного) материала, для систематизации которого уже недостаточно таких электронных баз, как «КонсультантПлюс» или «Гарант», так и развитием самих цифровых технологий, достигших уровня создания «самообучающихся» программ, т.е. программ, учитывающих вновь возникающие факты для оценки как ранее заложенных в нее, так и последующих фактов, или «искусственного интеллекта». Речь идет о новых возможностях поиска судебных актов и далее - прогнозирования правоприменительных решений - на основе юридического контента решений, уже состоявшихся. Именно юридический контент стал основой для исследований, проведенных в американской корпорации Ravel Law (ныне это корпорация «LexisNexis»). Так как поиск велся в рамках англоамериканской правовой семьи, был взят юридический контент из текстов общего права. В них были выявлены цитаты, стандартные фразеологические обороты, профессиональные формулировки, в том числе сленговые (textual patterns), рассуждения судей Верховного Суда США и иных судей (judges opinions). Впоследствии система сама начала выявлять стандартные юридические формулировки, понятия, профессиональные обороты и иные textual patterns. Особенный упор делался на аргументацию, т.е. мотивационную часть судебных актов, что позволило выявить, какими наиболее типичными формулировками тот или иной судья обосновывает свои решения, а значит – какой язык (лек- сика и фразеология) убедителен для того или иного судьи (отсюда и последнее из названий программы – «Context in Lexis Advance», т.е. «контекст в правовом предвидении»). Для примера компания предлагает перечень дел из округа одного из техасских судей – Нэнси Фридмен, причем читателю компанией (посредством применения искусственного интеллекта) предлагается «понять поведение правосудия и судебные тренды» (Contextualize your understanding of the judge or court with views of the underlying list of cases) [13], «заговорить языком судьи» в исковом заявлении и т.п.

Интересно, что создание этой системы в США оценивается не только с точки зрения лучших результатов в спорах, но и с точки зрения возможностей, которые предоставляются юристам для снижения их расценок (или, как выразился один из аналитиков, «для обеспечения прибыльности в период продлившегося снижения выручки» – «to also protect profit margins at a time of continued pressure on fees» [14]).

Еще одна – аналогичная система обработки данных представлена английской корпорацией Westlaw (охватывает массивы данных Великобритании, Ирландии и Шотландии), с полным правом называющей себя «лидирующей» компанией в юридическом поиске (The leading legal research service). В контент ее поисковой системы входят более полумиллиона документов из различных видов судебных споров, более 2 млн законов и почти 1 млн публикаций [15], охватывая при этом более, чем 200-летний период.

Processing – НЛП) и «программном самообучении», позволяющем найти такие детали юридических суждений и поведения судей, которые раньше занимали бы недели.

Очевидно, что развитие технологий таких цифровых систем не находится в сфере ведения юриспруденции. Однако содействие юридической науки в развитии искусственного интеллекта для российской юриспруденции могло бы происходить в следующих направлениях:

• -    в дальнейшей универсализации юридического языка. В первую очередь, речь должна идти об уточнении лексики, применяемой в текстах нормативных и правоприменительных актов. Эта, когда-то сугубо теоретическая, задача – становится в настоящее время практически значимой – именно для точного общения правотворческой и правоприменительной практики посредством искусственного интеллекта. В этом направлении затруднения, как представляется, могут вызывать лишь отраслевые различия одних и тех же понятий. Так, понятия вины (или субъективной стороны правонарушения) в уголовном праве (ст. 24 Уголовного кодекса РФ) и в праве гражданском (п. 1 ст. 401 Гражданского кодекса РФ) – существенно отличаются, что исключает возможности сопоставления судебных актов, в которых разрешался вопрос о виновности уголовно-правовой, с судебными актами, в которых разрешался бы вопрос о виновности гражданско-правовой;

• -    в консолидации, уточнении научного мнения о тех или иных юридических понятиях, определениях, юридических конструкциях и иных правовых категориях. В частности, для развития правотворческого и правоприменительного языка ценными достижениями стали бы фиксация понятия и содержания таких юридических категорий, как правовой статус и правовой режим. В свою очередь, определение их структуры позволило бы предусмотреть в нормативных правовых актах последовательно и без упущений все элементы правового статуса того или иного субъекта права, а также сопоставить (сравнить) их с правовыми статусами иных субъектов

  права. Например, в действующем законодательстве в структуре правового статуса депутата регионального парламента предусмотрена такая правовая гарантия, как неприкосновенность (пункт 2 статьи 13 Федерального закона от 06.10.1999 № 184-ФЗ «Об общих принципах организации законодательных (представительных) и исполнительных органов государственной власти субъектов Российской Федерации [16], ч. 2 ст. 1.4 Кодекса РФ об административных правонарушениях, ч. 1 ст. 447 Уголовно-процессуального кодекса РФ), которая выражается, в частности, в особом порядке привлечения народного избранника к административной и уголовной ответственности. Однако для губернаторов, которых в настоящее время с полным правом также можно назвать народными избранниками (более того, консолидированными, в отличие от депутатов, народными избранниками) – такая правовая гарантия не предусмотрена (что и стало одним из катализаторов народного недовольства в Хабаровске). Очевидно, что в отношении губернатора, который избирается на равных с депутатами, необходима аналогичная правовая гарантия, что устранило бы конституционный дисбаланс их правовых статусов, а внедрение в правотворческую деятельность искусственного интеллекта сразу позволило бы выявить множество аналогичных статутных несоответствий, в первую очередь – в отношении правовых статусов государственных служащих;

• -    в дальнейшей кодификации законодательства, в частности, гражданского исполнительного права и права социального обеспечения. Применение искусственного интеллекта возможно в указанных отраслях не столько в целях создания новых кодексов (Исполнительного и Социального), сколько в целях достижения на основе этих кодексов федерального единообразия правоприменительной практики в отношении как социальной защиты граждан, так и гражданского исполнительного производства. Например, в настоящее время резко активизировалось развитие социального законодательства: появилось множество новых мер социальной поддержки,

направленных на поддержание детства, материнства, инвалидности, а также профессиональной деятельности в условиях повышенного риска заражения новой коронавирусной инфекцией. Такой подход привел к смешению многих форм, в результате чего одни семьи оказались получателями сразу нескольких пособий (в силу схожих оснований их назначения), другие – по-прежнему остаются без необходимой им социальной помощи, что также приводит к нарушению социальной справедливости. Поэтому представляется эффективным применение искусственного интеллекта в целях выявления категорий граждан, нуждающихся в расширении социальной защиты. Информационной основой такого применения должны стать данные, собранные в Едином регистре граждан Российской Федерации.

Еще одна аналитическая правовая система – «Legal Analytics Platform» (ныне принадлежит корпорации «Lex Machina»). В отличие от предшествующих аналитических правовых систем, эта система, как представляется, не несет полезной социальной функции (оптимизация труда юриста), а концентрируется лишь на «ме-таюридических» обстоятельствах спора и нацелена исключительно на поиск информации, позволяющей не столько разрешить дело по справедливости, сколько «выиграть» его в прямом смысле. Отсюда – характер предлагаемой информации по делу:

«Your opposing counsel’s experience before specific judges and courts,

Your opposing counsel’s client list

Which law firms have the most experience against opposing counsel» [17].

Как видно, аналитической правовой системой исследуется взаимодействие юриста противоположной стороны с определенными судами (судьями), а также перечень клиентов юриста противоположной стороны и перечень юристов (юридических фирм), которые имеют опыт противостояния юристу противной стороны. Для сравнения предлагаются также скорость разрешения дел, ведущихся различными юристами (юридическими организациями), суммы споров, в которых участвовал процессуальный противник (что для российской информационной системы представляется сложным в связи с исключением этих данных из текстов судебных актов), иная тактическая информация. Однако представляется, что данное приложение – образец того, какой не должна быть основанная на искусственном интеллекте справочная правовая система, поскольку ее целью является анализ именно внеюри-дических, процедурных элементов тактики юриста по делу, а не вопросы права, и использование такой, лишенной правового смысла, информации может быть направлено в большей мере на процессуальные злоупотребления, нежели на справедливое разрешение дела.

Таким образом, можно сделать вывод, что западный опыт создания аналитических правовых систем являет собой частный случай общего для России правила о необходимости осторожного подхода к его заимствованию и объективной оценки целесообразности такого заимствования. Однако тот факт, что в определенных своих элементах такое заимствование российской юридической практике необходимо – остается бесспорным.