Внедрение искусственного интеллекта в российское судопроизводство: концепция Верховного суда

Для начала обозначим ключевые понятия, используемые в статье.

Искусственный интеллект (ИИ) — совокупность технологий, обеспечивающих автоматизацию процессов обработки информации, генерацию текстов, распознавание речи и иные функции, выполняемые программными средствами на основе алгоритмов машинного обучения.

ИИ-сервис — программное решение на базе искусственного интеллекта, предназначенное для использования в судопроизводстве в качестве вспомогательного инструмента.

RAG-архитектура (Retrieval-Augmented Generation) — технология генерации текста с обязательной привязкой к источникам информации, исключающая возможность выдачи моделью сведений без ссылки на документ-источник.

Галлюцинирование ИИ — эффект, при котором модель генерирует несуществующие нормы права, судебные акты или иные сведения, не имеющие под собой фактической основы.

Закрытый контур — технологическая среда, изолированная от внешних сетей, обеспечивающая обработку данных без передачи информации за пределы контролируемой системы.

Сущность концепции

В сентябре 2026 года председателем Верховного суда Российской Федерации Игорем Красновым утверждена концепция внедрения технологий искусственного интеллекта в судопроизводство. Документ разработан с учётом положений Национальной стратегии развития искусственного интеллекта до 2030 года, утверждённой указом президента Российской Федерации.

Концепция предусматривает использование ИИ на всех этапах работы с судебным делом — от подачи документов до исполнения судебного акта и его проверки вышестоящими инстанциями. Ключевой принцип закреплён однозначно: окончательное решение по делу, оценка доказательств и применение права остаются актом человеческого суждения, основанного на законе и профессиональном опыте. ИИ выполняет исключительно вспомогательную функцию.

Функционал ИИ-сервисов

Концепция предусматривает следующий перечень задач, делегируемых ИИ.

Приём документов. Проверка комплектности, соответствия требованиям, определение категории и подсудности дела, выявление формальных недостатков, расчёт государственной пошлины. Дополнительно — предварительная оценка вероятного исхода по типовым категориям дел без предсказания решения по конкретному делу.

Распределение дел. Классификация по категории и сложности, структурирование материалов, распределение между судьями с учётом нагрузки и специализации.

Судебные заседания. Распознавание речи, автоматическое формирование протокола, перевод в реальном времени, предоставление судье релевантных норм права, судебной практики и материалов дела.

Анализ доказательств. Анализ позиций сторон и доказательств, выявление противоречий, формирование резюме и хронологии событий, интеллектуальный поиск по судебной практике с учётом обстоятельств дела.

Подготовка решений. Предупреждение судьи об отклонении проекта решения от складывающейся практики путём сравнения с позициями Верховного суда и решениями по аналогичным делам. Содействие при назначении наказания с учётом обстоятельств дела и статистики по аналогичным случаям. Формирование структуры и фрагментов судебных актов, интеграция норм права, проверка текста на ошибки.

Аналитика. На основе апелляционных и кассационных актов — выявление повторяющихся причин изменения или отмены решений, подготовка аналитических материалов по судебной практике.

Целевые показатели к 2030 году

Концепцией закреплены следующие количественные ориентиры:

• Постоянное использование ИИ-сервисов более 95% судей

• Сокращение сроков рассмотрения типовых дел на 20–30%

• Подготовка с помощью ИИ не менее 90% протоколов заседаний

• Генерация 30–50% проектов процессуальных документов

• Утверждение не менее 80% таких проектов судьями без существенных правок

Матрица рисков

Концепция предусматривает отдельную матрицу рисков с обновлением не реже одного раза в полугодие. Перечень угроз включает:

• Галлюцинирование ИИ — появление у моделей несуществующих норм и судебных актов

• Утечки персональных данных

• Сопротивление судейского сообщества

• Кибератаки

• Систематическое смещение обучающих данных

• Снижение независимости судьи

• Зависимость от иностранных моделей

В качестве мер защиты предусмотрены:

• обязательная RAG-архитектура со ссылками на источники

• проверка результатов судьёй

• закрытый контур

• использование отечественных технологий

• полный запрет на использование публичных ИИ-сервисов для судебных задач

• стресс-тестирование моделей

Практический прецедент

Председатель Союза юристов-блогеров на базе МГЮА при АЮР Елена Гринь сообщила о случае, когда юристы представили в Верховный суд документ, подготовленный с использованием ИИ. В тексте содержалась ссылка на пункт 15 постановления пленума Верховного суда, в то время как сам документ состоит из 14 пунктов. Несуществующий пункт был сгенерирован нейросетью.

Этот случай наглядно иллюстрирует суть риска галлюцинирования: модель уверенно формирует ссылку на несуществующий правовой акт, не отличая выдуманное содержание от действительного. Именно этот риск обосновывает требование концепции о применении RAG-архитектуры и обязательной проверке всех результатов судьёй.

Этапы внедрения

Внедрение планируется поэтапно: аудит процесса и подбор решения, пилотирование, оценка результатов по специальным метрикам, масштабирование.

Для координации работы создаётся центр судебных компетенций в сфере ИИ. Обучение судей и сотрудников аппаратов судов проводится на базе РГУП имени В.М. Лебедева.

Международный контекст

В сентябре 2026 года Игорь Краснов предложил странам БРИКС сформировать общие этические принципы применения ИИ в судебной практике. Среди них — недопустимость делегирования решения алгоритму. По его словам, решение по делу, оценка доказательств и применение права остаются актом человеческого суждения, основанного на законе и профессиональном опыте, а не на вероятности.

Источник: www.rbc.ru

Фото: www.vsrf.ru