Юрриски ИИ для адвокатов: как не отвечать за ошибки

Неприятная правда про генеративный ИИ в юрпрактике звучит так: если вы использовали инструмент — ответственность, скорее всего, тоже ваша. И это касается не только «крупняка» с комплаенс-отделами, но и маленьких бюро, и одиночных практик, которые в декабре традиционно пытаются закрыть год быстрее и дешевле. Когда помощник на базе ИИ обещает «черновик за минуту», соблазн понятен. Но суды и регуляторы обычно не интересует, кто именно «накосячил» — модель или человек. Их интересует, кто принял решение и кто обязан был контролировать процесс.

Повод задуматься дает большой аналитический отчет (около 100 страниц) исследователей и практиков, обсуждающий, как действующие нормы применяются к генеративному ИИ. Центральная мысль отчета проста и неприятна: нет отдельного “закона об ИИ”, который бы автоматически переносил риски на разработчика. В большинстве кейсов логика обратная: организация (и ее юристы) отвечают за соблюдение привычных требований — от конфиденциальности до недискриминации — даже если решение готовила нейросеть.

Этот материал — часть серии «Искусственный интеллект в праве и юридических технологиях». Здесь я разложу по полочкам: какие зоны ответственности чаще всего «стреляют» у адвокатов и малых фирм, где скрываются риски несанкционированного использования ИИ, и что реально сделать за 2–4 недели, чтобы использовать ИИ в юридической работе безопасно и предсказуемо.

Почему «виноват вендор» — опасный миф

Ключевой тезис: генеративный ИИ не является “юридическим щитом”. Если сотрудник или адвокат использует ИИ для подготовки документа, консультации, отбора кандидатов, оценки рисков или анализа клиента, то итоговое действие — это действие компании. А значит, применяются обычные режимы ответственности: гражданско-правовая, административная, дисциплинарная, иногда и уголовно-правовая (в зависимости от юрисдикции и состава).

В малой практике этот миф особенно токсичен по двум причинам:

1. Нет роли “владельца процесса”. В маленьких командах инструменты внедряются снизу: кто-то «просто попробовал».
2. Нет доказательной базы контроля. Когда нет политики, логов, регламента и обучения, потом почти нечем подтвердить добросовестность.

Запомните формулировку, которую удобно держать в голове: ИИ может быть исполнителем, но ответственность почти всегда у заказчика и пользователя.

Что именно могут “пришить” юрфирме

Вот несколько типовых направлений, где ИИ усиливает риск, а не снижает его:

• нарушение адвокатской тайны и режима конфиденциальности;
• ошибки в правовой позиции из‑за «галлюцинаций» и устаревшей информации;
• дискриминационные эффекты при кадровых решениях или скоринге;
• недобросовестная реклама юруслуг и вводящие в заблуждение формулировки;
• нарушение правил обработки персональных данных при загрузке документов в облачный сервис.

Где у малых фирм болит сильнее всего: 4 зоны риска

Ниже — четыре зоны, которые чаще всего становятся точкой входа для претензий. Я намеренно пишу «приземленно»: не про абстрактную этику, а про ситуации «сегодня в офисе».

1) Конфиденциальность клиента и утечки данных

Самый практичный риск: вы загрузили в ИИ то, что не имели права раскрывать. Даже если сервис обещает “мы не обучаем модели на ваших данных”, остаются вопросы: где хранятся данные, кто имеет доступ, какие журналы доступа ведутся, как работает удаление, есть ли субподрядчики.

Типовой сценарий:

• младший юрист копирует в чат фрагменты договора и переписки «чтобы ИИ сделал выжимку»;
• в тексте есть персональные данные, коммерческая тайна, детали спора;
• затем этот фрагмент оказывается в истории аккаунта или уходит в обработку в третью страну.

Для адвоката это риск не только гражданских исков, но и дисциплинарных последствий.

Что работает на практике: сегментация данных. Я предпочитаю правило: “в публичный ИИ — только обезличенный текст или синтетические примеры”. Все, что близко к тайне или персональным данным, — либо в корпоративный контур (с договором, DPA/аналогом, настройками хранения), либо вообще без ИИ.

2) «Галлюцинации» и недостоверные ссылки

Генеративные модели умеют писать убедительно. В этом и ловушка. Ошибка редко выглядит как ошибка — она выглядит как уверенный абзац с «практикой» и «нормой», которых не существует.

В юридической работе это превращается в:

• неправильные реквизиты норм;
• выдуманные судебные акты;
• неверную трактовку сроков и процедур;
• пропуск исключений и специальных режимов.

Позиция, которую я считаю единственно безопасной: ИИ — это черновик и ассистент по структуре, но не источник истины. Истина — это ваша проверка по первоисточникам и проверяемым базам.

3) Смещение ответственности в трудовом и антидискриминационном блоке

Многие небольшие фирмы неожиданно попадают в риск не через «юрдокументы», а через кадры. ИИ используют для:

• ранжирования резюме;
• генерации отказов;
• оценки «подходящих» кандидатов;
• подготовки KPI и решений по бонусам.

Если в данных есть историческая предвзятость (а она почти всегда есть), модель начинает воспроизводить ее. И дальше включаются нормы о недискриминации и равных возможностях, требования к обоснованию решений, иногда — к прозрачности автоматизированной обработки.

Плохая новость: “так выдала модель” не оправдание.

Хорошая новость: это можно контролировать. Минимум — запрет на полностью автоматические решения в кадровых вопросах и обязательная проверка человеком.

4) «Теневой ИИ» внутри фирмы

Самый недооцененный риск — несанкционированные инструменты. Сотрудники ставят расширения, используют бесплатные чат‑боты, загружают файлы «на минутку». У этих продуктов часто:

• слабая безопасность;
• непонятные условия использования;
• отсутствие журналов и администрирования;
• агрессивный сбор данных.

Результат: вы не можете доказать, что контролировали обработку клиентской информации, и не можете быстро остановить утечку.

Сильная политика по ИИ — это не бюрократия. Это способ не оказаться крайним, когда что-то пошло не так.

Как внедрить ИИ в юрфирме так, чтобы спать спокойнее

Ниже — план, который реально тянет маленькая фирма без отдельного комплаенс‑департамента. Если делать последовательно, за 2–4 недели вы заметно снизите риски.

###[^] 1) Составьте «карту использования ИИ» за 60 минут

Соберите список:

• какие инструменты ИИ используются (официально и “по-тихому”);
• для каких задач (договоры, судебные документы, ресерч, HR, маркетинг);
• какие данные туда попадают (персональные, коммерческая тайна, адвокатская тайна);
• кто владелец процесса (партнер/руководитель практики).

Это выглядит просто, но именно здесь обычно обнаруживается «зоопарк» из 10 разных сервисов.

2) Введите понятные правила: «что можно» и «что нельзя»

Политика по ИИ должна быть короткой — 1–2 страницы, иначе ее никто не будет читать. Включите:

• список разрешенных инструментов;
• запрет на загрузку идентифицирующих данных клиента в публичные модели;
• требование к обязательной проверке первоисточников;
• правила хранения промптов и результатов (где, сколько, кто видит);
• порядок согласования нестандартных кейсов.

Если хотите формулировку, которая дисциплинирует: “ИИ не подписывает документы и не дает окончательных выводов — это делает юрист”.

3) Настройте процесс “human-in-the-loop” для ключевых задач

Для задач с высоким риском (позиции в споре, заключения, персональные данные, кадровые решения) нужен режим, где человек:

1. формулирует задачу;
2. проверяет результат по источникам;
3. фиксирует, что проверка выполнена.

Это не обязательно превращать в ад. Иногда достаточно чек-листа в задаче: «ссылки проверены», «данные обезличены», «конфликт интересов проверен».

4) Проведите мини-аудит безопасности и договорных условий

Если используете корпоративный ИИ-сервис или провайдера, запросите и проверьте:

• где хранятся данные и логи;
• условия обработки и удаления;
• права на контент и результаты;
• возможность запрета обучения на ваших данных;
• роли и доступы (кто администратор, как отключить сотрудника).

У небольших фирм часто нет времени на долгие согласования, но минимальный due diligence обязателен — иначе вы даже не понимаете, чем рискуете.

5) Обучите команду: 45 минут вместо «курса на 3 дня»

Работает короткий формат:

• 15 минут: типовые ошибки (конфиденциальность, галлюцинации, дискриминация);
• 15 минут: как писать промпты без раскрытия данных;
• 15 минут: как проверять результат и фиксировать проверку.

Я видел, как такая сессия снижала количество «опасных» запросов в общий чат в разы просто потому, что люди перестают делать это автоматически.

Практические кейсы: как риски выглядят в реальности

Кейс 1: “Сделай претензию по шаблону”

Юрист загружает в ИИ договор и переписку, получает претензию, отправляет клиенту. Проблема — в тексте ИИ «уверенно» указал неверный срок для ответа и предложил ссылку на несуществующую норму. Итог — потерянное время, ухудшение переговорной позиции и претензии к качеству услуги.

Как должно быть: ИИ формирует структуру и стиль, а все сроки, нормы, ссылки и реквизиты проверяются вручную. Желательно — вторым человеком.

Кейс 2: “Отберем стажеров быстрее”

HR использует ИИ для ранжирования резюме и «объяснения» отказов. Через месяц всплывает перекос: кандидаты из определенных групп стабильно получают низкий рейтинг из‑за корреляций в данных (вуз, регион, перерывы в карьере).

Как должно быть: ИИ — только помощник, окончательное решение принимает человек; нужны контрольные выборки и регулярная проверка на перекосы.

Частые вопросы (и короткие ответы)

Можно ли использовать публичный чат‑бот для юридического ресерча? Можно, но безопасно — только для общего обзора и терминологии. Нормы, практика и выводы — проверять по первоисточникам.

Если ИИ ошибся, можно ли сослаться на провайдера? В реальности это редко спасает. Для клиента и регулятора отвечаете вы как профессиональный участник.

Нужен ли отдельный комплаенс по ИИ маленькой фирме? Отдельный отдел — нет. Минимальный набор: политика, список разрешенных инструментов, обучение и контроль.

Что сделать на следующей неделе, если вы партнер или руководитель практики

Я бы начал с трех шагов:

1. Запретить “теневой ИИ” до утверждения списка разрешенных инструментов.
2. Ввести правило обезличивания и запрет на загрузку клиентских документов в публичные модели.
3. Поставить проверку первоисточников в чек-лист качества (и реально контролировать пару задач в неделю).

ИИ в юридической работе действительно экономит время: на вычитку, структуру, черновики, анализ массивов. Но он же легко превращает маленькую фирму в легкую мишень — особенно когда нет процесса и дисциплины.

Если ваша цель на 2026 год — расти и привлекать клиентов, то ответственный ИИ — это не «тренд», а элемент профессиональной надежности. Вопрос, который я бы оставил вам на выходе: какая одна юридическая задача в вашей фирме приносит максимум риска, если ИИ ошибется — и кто сегодня отвечает за контроль?