Может ли ИИ быть помощником адвокату в системе, где более 99% приговоров обвинительные
В России уже появляются ИИ-продукты для юристов, ориентированные на узкую специализацию, в том числе адвокатам по уголовным делам.
Например, Plevako.ai. Модель позиционируется, как инструмент, который помогает анализировать практику, искать аргументы, выстраивать защиту.
И вот тут возникает вопрос, который почему-то мало кто хочет обсуждать: А на чём такая модель обучена, чтобы выдавать свои рекомендации? Не как упрятать человека за решётку, а как помочь ему получить оправдательный приговор?
Когда данных об оправданиях почти нет
Согласно статистике Верховного суда России, опубликованной в сети, "Всего в 2024 году, .... были осуждены 512 845 человек, оправданы - 990 человек". Т.е. оправдательные приговоры составили 0,2 % от общего числа вынесенных приговоров.
Пятьсот тысяч осуждённых и оправдано меньше тысячи...
Думаю, что большинству знаком принцип, по которому "обучаются" языковые модели вроде ChatGPT: они не “понимают” логику, они копируют закономерности, найденные в данных, и которые им "скормлены" как обучение.
Если данных по оправдательным приговорам почти нет, модель:
- не "видит" аргументов защиты, которые приводят к оправданию;
- не "знает", как формируется позиция, отличная от обвинительной;
- и не имеет примеров, где суд принимает сторону подсудимого.
То есть она учится на обвинительной логике. И будет её воспроизводить. И не потому что "хочет осудить”, а потому что другая позиция ей неизвестна.
(я бы на месте следствия и прокуратуры выступал главным спонсором модели, обученной подобным образом, и продвигал её в адвокатское сообщество :)).
Почему это не просто технический перекос
В уголовном процессе юрист опирается не только на нормы и практику. Важны такие нюансы, как психология, социальный контекст, восприятие судьи, эмоциональный фон. То, что не формализуется в “данные”, но часто решает исход дела.
Кто-то возразит, что и в гражданском процессе это тоже важно. Да, важно. Но "накал" страстей в уголовном процессе значительно сильнее, и эти составляющие приобретают бОльшее значение для исхода дела.
А для ИИ всё это пока чёрный ящик. Какая бы не была продвинутая модель, на текущий момент она не способна учитывать социальный вес фигуранта, не чувствует интонацию прокурора, не понимает, где аргумент уместен, а где только вызовет раздражение...
Поэтому любая LLM-модель, ориентированная на работу в уголовно-правовой области в России, может лучше выполнять роль оптимизированного обвинителя. А у них, судя по статистике, и без ИИ всё неплохо получается...
Чему должен учиться "ИИ-адвокат"
Чтобы ИИ стал реальным инструментом защиты, а не имитацией, ему нужны данные двух типов:
- разнонаправленные судебные акты: и обвинительные, и оправдательные;
- логические связки рассуждений: от доказательства → к аргументу → к позиции защиты.
Без этого модель не рассуждает, а воспроизводит шаблон, который система ей подсказала. В нашем случае с обвинительным уклоном.
Как итог
Думаю, что пока в уголовном судопроизводстве оправдание остаётся на уровне статистической ошибки, эффективной ИИ-модели, как помощника адвоката, у нас не появится. И не потому что “технологии не готовы”, а потому что существующая система не даст такой модели базы для обучения.
Возможно, я в чём-то ошибаюсь... А вы что думаете?