Экспертные системы в праве: глубокий анализ понятия, применения и перспектив развития в России в условиях цифровой трансформации

В современном мире, где объем правовой информации растет в геометрической прогрессии, а юридические процессы становятся все более сложными и многофакторными, традиционные методы обработки данных и принятия решений испытывают серьезное давление. Юристы ежедневно сталкиваются с необходимостью анализировать тысячи страниц документов — от контрактов и судебных решений до законодательных актов, выявляя ключевые детали и потенциальные несоответствия. В этих условиях, когда каждая минута и каждая ошибка могут стоить миллионы, применение инновационных технологий перестает быть вопросом выбора и становится насущной необходимостью.

Именно здесь на авансцену выходят экспертные системы (ЭС) – передовые разработки в области искусственного интеллекта, призванные не просто автоматизировать рутину, но и эмулировать процесс мышления и принятия решений высококвалифицированного человеческого эксперта. Эти системы выступают ключом к повышению эффективности, качества и доступности правовой деятельности, открывая новые горизонты для юристов, судей, следователей и всех участников правовой системы.

Представленная работа ставит своей целью глубокое исследование и систематизацию информации об экспертных системах в области права. Мы детально рассмотрим их понятие, фундаментальные принципы функционирования, разнообразные типы и классификации, а также проанализируем преимущества и ограничения их внедрения в юридическую практику. Особое внимание будет уделено примерам конкретных российских экспертных систем и наиболее актуальным разработкам 2024-2025 годов. Наконец, мы проведем всесторонний анализ этических и правовых аспектов использования искусственного интеллекта в правосудии, обращаясь к последним регуляторным инициативам в Российской Федерации, и завершим исследование обзором текущих тенденций и перспектив развития этих революционных технологий. Данная работа ориентирована на академические требования и призвана стать основой для дальнейших научных изысканий в области правовой информатики и искусственного интеллекта в юриспруденции.

Теоретические основы экспертных систем в праве: понятие, компоненты и принципы функционирования

В основе любой предметной области лежит система понятий и принципов, которые определяют её границы и логику. Для экспертных систем в праве эта основа формируется из глубокого понимания того, что такое искусственный интеллект, как он может быть применен для эмуляции человеческого мышления, и какова архитектура этих сложных систем, способных работать с огромными объемами правовой информации, превращая её в осмысленные решения.

Понятие и эволюция экспертных систем

Правовая (юридическая) экспертная система (ЛЭС) представляет собой специализированный вид экспертной системы, которая использует искусственный интеллект для воспроизведения интеллектуальной деятельности эксперта в области права, в частности, в процессе принятия решений. Эти системы не просто хранят информацию, но и способны её обрабатывать, анализировать и генерировать выводы, имитируя логику и опыт высококвалифицированного юриста.

Исторически экспертные системы возникли как один из наиболее перспективных и практичных результатов развития методов искусственного интеллекта. В середине XX века, когда только зарождалась идея создания машин, способных мыслить, исследователи быстро осознали, что наиболее сложными и ценными для автоматизации являются задачи, требующие не строго алгоритмического решения, а экспертного знания, интуиции и способности к рассуждению. Так, ЭС стали программами, воспроизводящими процесс решения проблем человеком-экспертом, в отличие от традиционных вычислительных систем, которые оперируют строго заданными алгоритмами. Юридические экспертные системы, в свою очередь, стали одной из первых и наиболее востребованных областей применения этой концепции благодаря сложности и неоднозначности правовой материи, где каждое решение требует глубокого анализа множества факторов и норм.

Архитектура и основные компоненты ЭС

Для того чтобы экспертная система могла эффективно функционировать, ей необходима четко структурированная архитектура. Основными компонентами любой экспертной системы, включая правовые, являются: база знаний, механизм логических выводов и подсистема объяснений (или диалоговый компонент).

1. База знаний (БЗ): Это сердце экспертной системы. В отличие от традиционных баз данных, которые хранят лишь сырые факты, база знаний ЭС содержит не только факты (данные), но и правила, эвристики, модели и другие представления знаний, которые используются как основа для принятия решений. Например, база знаний юридической ЭС может содержать тексты законов, судебные прецеденты, доктринальные толкования, а также правила вида «Если (условие), то (действие)», описывающие логику применения правовых норм. Знания в БЗ представляются в форме, удобной для обработки на ЭВМ, что позволяет системе не просто хранить информацию, но и активно её использовать для вывода новых знаний.
2. Механизм логических выводов (МЛВ): Это «мозг» системы, отвечающий за процесс рассуждений. Он состоит из двух основных частей:
   • Интерпретатор: Определяет, каким образом применять правила и факты из базы знаний для вывода новых знаний или достижения цели. Он ищет релевантные правила, сопоставляет их с имеющимися фактами и активирует соответствующие действия.
   • Диспетчер (или планировщик): Устанавливает порядок применения этих правил, выбирая наиболее эффективную стратегию вывода. Он может использовать различные стратегии, такие как прямой вывод (от фактов к заключениям) или обратный вывод (от гипотезы к фактам).
3. Подсистема объяснений (диалоговый компонент/пользовательский интерфейс): Этот компонент обеспечивает взаимодействие системы со всеми категориями пользователей. Он не только позволяет пользователю вводить данные и получать результаты, но и предоставляет объяснения того, как система пришла к тому или иному выводу. Это критически важно для юридических систем, где прозрачность и обоснованность решений имеют первостепенное значение. Пользователь может задать вопрос «Почему система пришла к такому решению?» или «Как это правило было применено?», и система предоставит логическую цепочку своих рассуждений.

Таким образом, если традиционная база данных — это лишь хранилище информации, то база знаний экспертной системы — это хранилище знаний и правил, позволяющих имитировать экспертное мышление.

Принципы функционирования и представления знаний

Функционирование экспертных систем строится на нескольких ключевых принципах, которые отличают их от обычных программ:

• Способность приобретать новые знания: ЭС могут пополнять свою базу знаний, адаптируясь к изменениям в правовой среде и накапливая опыт.
• Обоснование полученных решений: Система не просто выдает ответ, но и способна объяснить, как она пришла к этому решению, что повышает доверие пользователя.
• Узкая направленность на конкретную область: Экспертные системы эффективны в ограниченных, хорошо определенных предметных областях, где могут накопить глубокие знания.
• Возможность диалога на естественном языке: Пользовательский интерфейс стремится к максимальной интуитивности, позволяя взаимодействовать с системой, используя терминологию предметной области.
• Построение решения с помощью рассуждений на основе символьных знаний эксперта: В отличие от чисто статистических моделей, ЭС оперируют символьными представлениями знаний, которые ближе к человеческому способу рассуждения.

Представление знаний в ЭС — это отдельная, фундаментальная проблема, от решения которой зависит эффективность всей системы. Существует несколько основных моделей:

• Логическая модель: Основана на формальной логике (например, исчисление предикатов первого порядка). Знания представляются в виде логических утверждений и правил вывода. Эта модель обеспечивает строгую формализацию и позволяет проверять непротиворечивость базы знаний. Однако она может быть сложна для представления эвристических знаний.
• Продукционная модель: Самая распространенная и интуитивно понятная. Знания представляются в виде правил типа «Если (условие), то (действие)». Например, «Если преступление совершено группой лиц по предварительному сговору, то квалифицирующий признак — ‘групповое преступление'». Эта модель легко воспринимается экспертами и удобна для инженеров по знаниям.
• Фреймовая модель: Основана на концепции Марвина Мински. Знания организованы в виде иерархических структур, называемых фреймами, которые описывают типичные объекты, ситуации или процессы. Каждый фрейм имеет слоты для атрибутов и их значений, а также методы для обработки этих атрибутов. Например, фрейм «Договор купли-продажи» может иметь слоты для «Продавец», «Покупатель», «Предмет договора», «Цена», «Срок поставки» и так далее.
• Семантические сети: Представляют знания в виде графов, где вершины — понятия (объекты, события, свойства), а дуги — отношения между ними. Например, «Лицо (является) Субъект Права», «Субъект Права (имеет) Обязанность». Семантические сети хорошо подходят для моделирования сложных взаимосвязей между правовыми понятиями.

В дальнейшем, как показывает практика, предпочтение будет отдаваться ЭС с комбинированным способом представления знаний, поскольку ни одна из моделей не является универсальной и не способна охватить всю сложность правовых знаний. Сочетание различных подходов позволяет более гибко и полно моделировать экспертные знания.

Использование ЭС позволяет юристу-профессионалу ориентироваться в быстро растущем потоке правовой информации и решений. Эти системы способны решать трудно формализуемые задачи или задачи, не имеющие алгоритмического решения. Например, они могут дать правовую оценку конкретного события (например, ДТП или преступления) и предложить наиболее эффективный порядок действий для юриста или следователя. Юристы ежедневно работают с огромным количеством документов, таких как контракты, судебные решения и законодательные акты; системы искусственного интеллекта могут обрабатывать и анализировать тысячи страниц за считанные минуты, выявляя ключевые детали и несоответствия, что значительно повышает эффективность их работы.

Классификация и области применения экспертных систем в российской юриспруденции

Мир экспертных систем в юриспруденции столь же многогранен, как и само право. Они не ограничиваются одной функцией или узким кругом задач, а напротив, охватывают широкий спектр областей, где требуется аналитическая работа, принятие решений и систематизация знаний. Классификация ЭС по различным критериям помогает лучше понять их потенциал и специфику применения в условиях российской правовой системы, а также определить их роль в формировании будущего юридической практики.

Общие классификации экспертных систем

Экспертные системы можно классифицировать по нескольким ключевым признакам, что позволяет более точно определить их функциональное назначение и архитектурные особенности:

1. По решаемой задаче:
   • Интерпретация данных: Системы, которые анализируют входные данные и делают выводы о их значении. В праве это может быть интерпретация условий договора или положений закона.
   • Диагностика: Выявление причин проблем или неисправностей. В юриспруденции — определение причины правонарушения или выявление слабых мест в правовой позиции.
   • Прогнозирование: Предсказание будущих событий на основе анализа текущих данных и исторических тенденций. Например, прогнозирование исхода судебных решений или стоимости дела.
   • Планирование: Разработка последовательности действий для достижения определенной цели. В праве — построение стратегии защиты или обвинения, планирование следственных мероприятий.
   • Проектирование: Создание новых объектов или систем, соответствующих заданным требованиям. В юриспруденции это может быть генерация типовых правовых документов или разработка структуры правовой нормы.
   • Обучение: Передача знаний и навыков пользователям. Юридические тренажеры или системы для обучения студентов-юристов.
   • Управление: Контроль и оптимизация процессов. Например, управление документооборотом в юридической фирме.
2. По связи с реальным временем:
   • Статические ЭС: Работают с фиксированными данными и не требуют оперативного реагирования на изменения. Большинство аналитических и консультационных юридических систем относятся к этому типу.
   • Квазидинамические ЭС: Могут обрабатывать данные, которые меняются с определенной периодичностью, но не в реальном времени.
   • Динамические ЭС: Предназначены для работы с постоянно меняющимися данными и требуют быстрого реагирования. В юриспруденции это могут быть системы для мониторинга изменений в законодательстве или анализа динамики судебной практики.
3. По типу ЭВМ (хотя этот критерий становится менее актуальным в эпоху облачных вычислений) и степени интеграции (автономные системы, интегрированные модули, распределенные системы).

Юридические экспертные системы часто ориентированы на достижение определённого заключения в законе (например, о наличии состава преступления, соответствии договора нормам) или на прогнозирование исхода (например, судебных решений, вероятности успеха дела, стоимости судебного процесса). Архитектурные, теоретические и функциональные вариации правовых экспертных систем определяют широкий спектр их практического применения.

Применение ЭС в правоохранительной деятельности и судебной экспертизе

В правоохранительной деятельности экспертные системы находят свое применение преимущественно в следственной практике, становясь незаменимыми помощниками для следователей и криминалистов.

Ярким примером является Специализированная территориально-распределенная автоматизированная система Следственного комитета России (СТРАС-СК), создаваемая в рамках единой информационно-вычислительной сети органов внутренних дел. Эта система направлена на автоматизацию:

• учетно-контрольной деятельности следователя;
• сбора и использования информации о делах;
• ведения «записных книжек» следователей;
• каталогизации дел;
• контроля планирования тактических операций.

Информационное обеспечение СТРАС-СК включает подсистемы для центрального аппарата Следственного комитета, следственных управлений МВД-УВД и следственных подразделений горрайорганов внутренних дел, а также справочную подсистему правовой и методической информации. Это позволяет значительно повысить оперативность и качество работы следователей, обеспечивая доступ к обширным массивам данных и инструментам анализа.

В МВД РФ также активно используются автоматизированные системы. Например, автоматизирована обработка 13 федеральных и 16 ведомственных форм отчетности о состоянии преступности, а также 60 форм о результатах оперативно-служебной деятельности. Важно отметить, что в 44 субъектах РФ автоматизирован сбор учетной информации даже на уровне городских и районных органов внутренних дел, что свидетельствует о глубокой интеграции ИТ в правоохранительную систему.

Следственный комитет РФ не отстает в использовании передовых технологий. ИИ и большие данные активно применяются для раскрытия преступлений, в том числе давних, благодаря способности систем анализировать огромные объемы информации и выявлять неочевидные связи. С октября 2021 года в пилотном режиме применяется даже такой инновационный инструмент, как полиграф «Айтрекер» или «Окулограф», который считывает движение глаз для оценки правдивости показаний, хотя его правовой статус и этические аспекты вызывают дискуссии.

В области судебной экспертизы экспертные системы выступают как системы поддержки судебной экспертизы (СПСЭ), специализируясь на различных видах исследований. Среди них можно выделить:

• «ЭВРИКА» — для экспертизы кабелей;
• «Кортик» — для экспертизы холодного оружия;
• «Балэкс» — для баллистической экспертизы;
• «Наркоэкс» — для экспертизы наркотических веществ.

Кроме того, существуют экспертные системы для борьбы с экономическими преступлениями («Блок») и экспертизы дорожно-транспортных происшествий («Автоэкс»). Для дактилоскопии, портретной и других видов экспертиз активно используются автоматизированные информационные системы, такие как АДИС «Папилон», АИПС «СОВА» и АИПС «Портрет», значительно ускоряющие процесс идентификации и анализа улик.

Экспертные системы для систематизации и толкования законодательства

Помимо правоохранительной деятельности, экспертные системы обладают огромным потенци��лом для совершенствования самого законодательного процесса и правоприменения. Они перспективны для:

• Систематизации законодательства: Помогают структурировать огромные массивы правовых актов, создавая логически связанные базы данных.
• Выявления и устранения противоречивых правовых предписаний: Автоматический анализ позволяет находить коллизии между нормами различных актов, что критически важно для обеспечения единообразия правоприменения.
• Восполнения пробелов с помощью аналогии права/закона: Системы могут предлагать варианты применения схожих норм к ситуациям, прямо не урегулированным законодательством, основываясь на принципах и логике права.
• Доктринального толкования нечетко сформулированных правил: ИИ может анализировать экспертные мнения, научные статьи и судебную практику для формирования наиболее обоснованного толкования неоднозначных правовых норм.

Современные примеры российских экспертных систем (акцент на актуальные разработки 2024-2025)

Российский рынок юридических технологий активно развивается, предлагая как давно зарекомендовавшие себя решения, так и инновационные разработки.

На переднем крае стоят справочно-правовые системы (СПС) «КонсультантПлюс» и «Гарант», которые являются наиболее применяемыми в РФ. Они предоставляют доступ к колоссальным объемам информации: федеральному и региональному законодательству, судебной практике, образцам документов и экспертным консультациям. В апреле 2025 года система «Гарант» сделала значительный шаг вперед, внедрив сервис на основе искусственного интеллекта под названием «**ИСКРА**» (ИСКусственный РАзум). Этот сервис способен:

• Отвечать на вопросы пользователей в соответствии с законодательством РФ.
• Создавать шаблоны правовых документов (договоры, исковые заявления, жалобы).
• Анализировать судебную практику, выявляя тенденции и прецеденты.

«ИСКРА» базируется на последних разработках в области генеративного искусственного интеллекта и многомиллионном информационном банке системы «Гарант», что делает её мощным инструментом для юристов.

«КонсультантПлюс» также не стоит на месте, предлагая новые возможности поиска по тексту, изменения в интерфейсе и развитие правового навигатора, направленные на значительную экономию времени пользователей.

Помимо гигантов рынка СПС, на российском рынке существуют специализированные ИИ-решения для юристов:

• Doczilla: Система для подготовки и согласования документов, сравнения версий и извлечения данных. Значительно упрощает договорную работу.
• Noroots: Фокусируется на анализе договоров на соответствие внутренним регламентам компании, законодательству и потенциальным рискам.
• Legium.ioX: Предназначена для работы с контрактами, счетами и судебными документами, автоматизируя рутинные операции по их обработке и анализу.
• AIXPERT: Позиционируется как «виртуальный адвокат», способный анализировать правовую ситуацию и формировать жалобы или другие процессуальные документы.

Эти примеры демонстрируют, что экспертные системы и ИИ активно проникают во все аспекты юридической деятельности в России, трансформируя её и открывая новые возможности для повышения эффективности и качества правовых услуг.

Преимущества и ограничения использования экспертных систем в юридической практике

Внедрение экспертных систем в юридическую практику — это обоюдоострый меч, несущий как значительные выгоды, так и определенные риски и ограничения. Понимание этого баланса критически важно для оценки их реального потенциала и ответственного применения. Ведь только осознанный подход позволит максимизировать пользу и минимизировать возможный вред, особенно в такой чувствительной сфере, как юриспруденция.

Ключевые преимущества внедрения ЭС

Преимущества экспертных систем перед человеческим фактором в ряде аспектов очевидны и весьма значительны:

• Постоянство и стабильность решений: В отличие от человеческой компетенции, которая может ослабевать со временем, зависеть от усталости, стресса или эмоций, экспертные системы обеспечивают неизменное качество и последовательность в принятии решений. Они не забывают информацию и не отклоняются от заданных правил, что гарантирует предсказуемость результата.
• Легкость документирования и прозрачность: Способ представления искусственной компетентности в ЭС четко отображен в описании на естественном языке. Это означает, что логика принятия решения, использованные правила и факты легко отслеживаются и документируются, что крайне важно для юридической сферы, где обоснованность и прозрачность процесса являются ключевыми.
• Снижение риска ведения дела: Последовательность принятия решений, их документированность и высокая компетентность, заложенная в систему, значительно снижают риск ошибок и просчетов в юридической практике.
• Экономия на передаче знаний: Передача искусственной информации (копирование программы) намного проще и дешевле, чем передача знаний от одного человека-эксперта к другому, что особенно актуально для обучения новых специалистов или распространения лучших практик.
• Значительное сокращение временных затрат и повышение качества решений: Внедрение ЭС может кардинально изменить скорость работы юристов. Системы искусственного интеллекта способны за считанные минуты проанализировать сложный контракт объемом в 50 страниц, а время анализа тысяч страниц документов может сократиться с нескольких дней до нескольких часов. Это позволяет юристам экономить до 30% рабочего времени за счет автоматизации рутинных задач. При среднегодовой заработной плате юриста в 1 200 000 руб. (100 тыс. руб./мес.), экономия составляет около 37 100 руб./мес. или 445 200 руб./год с одного специалиста.
• Автоматизация рутинных задач: ЭС освобождают юристов от монотонной и времязатратной работы, такой как:
  • Договорная работа: Генерация типовых договоров, проверка на соответствие плейбукам компании и законодательству.
  • Юридический ресерч: Ускоренный поиск судебной практики, составление меморандумов.
  • Анализ документов Due Diligence: Быстрый и глубокий анализ больших объемов корпоративной документации.
• Снижение количества ошибок, связанных с человеческим фактором: ИИ-системы не устают и не теряют концентрации, что минимизирует риски дорогостоящих опечаток, неточностей и правовых просчетов.
• Накопление и сохранение знаний: ЭС способны длительно хранить и постоянно обновлять огромные объемы знаний, делая их доступными в любое время.
• Объективность: Системы подходят к информации объективно, без эмоциональной окраски и предвзятости, что улучшает качество экспертизы.

Недостатки и вызовы внедрения ЭС

Несмотря на впечатляющие преимущества, экспертные системы имеют и ряд существенных ограничений:

• Отсутствие здравого смысла и творческого потенциала: ЭС не обладают общим человеческим здравым смыслом, не способны к интуиции, эмпатии и творческому реагированию на необычные, нестандартные ситуации, которые не были явно заложены в базу знаний. Они не могут мыслить «вне коробки», что ограничивает их применение в уникальных правовых кейсах.
• Отсутствие способности к автоматическому обучению (в классическом понимании): Традиционные ЭС нуждаются в явной модификации для адаптации к изменениям среды. Их знания основаны на вводе символов и не подкреплены широким диапазоном сенсорного опыта, присущего человеку. Хотя современные подходы с использованием машинного обучения частично решают эту проблему, полностью заменить человеческое обучение и адаптацию пока невозможно.
• Ограниченная применимость в больших предметных областях: Эффективность ЭС снижается в очень широких и плохо структурированных предметных областях, а также там, где отсутствуют признанные эксперты, чьи знания можно было бы формализовать.
• Проблемы при создании ЭС:
  • Сложность формулирования требований: Заказчик не всегда может точно и полно сформулировать свои требования к системе.
  • Опасения экспертов: Эксперты часто опасаются «передавать» свои знания системе, видя в ней угрозу своей уникальности или даже рабочему месту. Процесс извлечения знаний (knowledge acquisition) крайне сложен и трудоемок.
• Риски для неэкспертов: Правовые экспертные системы могут приводить пользователей, не являющихся экспертами, к неверным или неточным результатам, если они не умеют правильно интерпретировать выводы системы или чрезмерно доверяют ей, не подвергая критическому осмыслению.
• Проблемы качества и стандартизации юридической информации: Одним из основных препятствий для внедрения ИИ в юридические процессы является отсутствие единообразия, низкое качество и недостаточная стандартизация юридической информации. Кроме того, неполная оцифровка архивов и недостаточная открытость правовых баз данных существенно затрудняют процесс обучения и функционирования систем.

Таким образом, хотя экспертные системы предлагают значительные возможности для трансформации юридической практики, их внедрение требует тщательного учета как преимуществ, так и ограничений, а также продуманного подхода к интеграции технологий и человеческого опыта.

Этические и правовые аспекты искусственного интеллекта в правосудии: вызовы и регулирование

Стремительное развитие искусственного интеллекта и его интеграция в критически важные сферы, такие как правосудие, порождают целый комплекс сложных этических и правовых вопросов. В условиях, когда ИИ-системы способны обучаться на собственном опыте и совершать действия, не предусмотренные их создателями, общество сталкивается с необходимостью срочной адаптации правовых норм и формирования этических принципов, особенно в России в период 2024-2025 годов. Здесь возникает ключевой вопрос: как обеспечить справедливость и подотчетность в мире, где часть решений принимает не человек, а алгоритм?

Проблема ответственности и правосубъектности ИИ

Одна из самых острых проблем, возникающих при использовании ИИ, — это вопрос ответственности. Кто несет ответственность за контент, решения или действия, созданные или предпринятые ИИ? Разработчики, пользователи, операторы системы или сама система, если она проявляет элементы автономности?

В российском законодательстве ИИ на сегодняшний день не признается субъектом правоотношений. Это создает фундаментальную неопределенность, особенно в вопросах авторства произведений, созданных нейросетями. Действующее российское законодательство не признает ИИ в качестве автора произведения науки или искусства. Произведения, созданные ИИ без участия человека, могут, по сути, считаться общественным достоянием из-за правового пробела.

Вопросы правосубъектности искусственного интеллекта и правового статуса сгенерированных им объектов активно обсуждаются в юридическом сообществе. В российской доктрине сформировались две противоположные точки зрения:

1. Признание правоспособности ИИ: Сторонники этой позиции предлагают признавать правоспособность ИИ и указывать его в качестве автора, видя в нем новый тип творческого субъекта.
2. Отрицание авторства ИИ: Другая точка зрения утверждает, что пользователь не может быть признан автором из-за сомнительного творческого вклада, а программист, создавший ИИ, также не приобретает права автора, поскольку его работа заключалась в создании инструмента, а не самого произведения.

П. М. Морхат выделяет 6 возможных вариантов правового регулирования произведений, созданных ИИ, включая:

• Машиноцентрический концепт: ИИ как автор.
• Концепт гибридного авторства: ИИ в соавторстве с человеком.
• Концепт служебного произведения: ИИ как наемный работник, а права принадлежат работодателю.

Ситуация находится в динамичном развитии. Осенью 2025 года в Госдуме планируется обсуждение поправок к статье 1259 Гражданского кодекса РФ, которые позволят закреплять авторские права на материалы, созданные с использованием нейросетей. Национальная федерация музыкальной индустрии, например, предлагает закрепить приоритет человеческого творческого вклада, что свидетельствует о поиске баланса между технологическим прогрессом и защитой традиционных прав.

Конфиденциальность данных и предвзятость алгоритмов

Проблема конфиденциальности данных остается одной из наиболее серьезных при внедрении ИИ, особенно в правосудии, где оперируют чувствительной информацией. Среди ключевых проблем:

• Манипуляция данными: Возможность несанкционированного изменения или использования данных ИИ-системами.
• Контроль за поведением индивида: Риски использования ИИ для тотального надзора и анализа поведения граждан.
• Идентификация граждан с помощью биометрических персональных данных: Потенциальные угрозы при массовом сборе и обработке биометрической информации.
• Развитие эмоционального ИИ: Этические дилеммы, связанные с системами, способными распознавать и имитировать человеческие эмоции.
• Угроза введения социального рейтинга: Риск создания систем оценки граждан на основе их поведения, аналогичных китайской системе социального кредита.
• Появление дипфейк-технологий: Создание поддельных аудио- и видеоматериалов, способных ввести в заблуждение суд и общество.
• Предвзятость алгоритмов: ИИ-системы обучаются на исторических данных, которые могут содержать скрытые предубеждения. Если данные отражают социальное неравенство или дискриминацию, алгоритм может воспроизводить и даже усиливать эти предубеждения, что недопустимо в правосудии.

Важнейшим подходом к решению проблемы конфиденциальности является принцип «Privacy by Design» (конфиденциальность по умолчанию), который подразумевает внедрение мер защиты конфиденциальности на этапе проектирования систем ИИ, а не после их внедрения. Это означает, что защита данных должна быть заложена в архитектуру системы с самого начала.

Для корпоративных юристов конфиденциальность данных является главным сдерживающим фактором. Публичные большие языковые модели (LLM) часто работают в облаке, и передача чувствительной информации (коммерческая тайна, персональные данные клиентов, стратегии судебных дел) на сервера разработчика представляет неприемлемый риск утечки или несанкционированного использования.

Российская нормативно-правовая база и регуляторные инициативы (2024-2025 гг.)

Необходимость нормативных правил, принципов и ограничений для разработки и применения систем ИИ очевидна из-за их потенциального воздействия. Российская Федерация активно движется в направлении структурированного регулирования ИИ:

• Национальная стратегия развития искусственного интеллекта на период до 2030 года (с 2019 года) определяет стратегические приоритеты и общие правовые аспекты развития ИИ в стране.
• Федеральный закон «О персональных данных» (№152-ФЗ от 27.07.2006) устанавливает жесткие требования к обработке персональных данных, которые являются критически важным ресурсом для обучения и функционирования ИИ-систем. В 2025 году штрафы за незаконную передачу персональных данных достигли 3–5 млн рублей, а за утечку особо чувствительных данных – до 15 млн рублей, что подчеркивает серьезность подхода к защите информации.
• В августе 2025 года Министерство цифрового развития представило проект концепции регулирования ИИ до 2030 года, которая будет основываться на человекоориентированном подходе, доверии к технологиям, принципах технологического суверенитета, уважении автономии человека, запрете причинения вреда и недопущении антропоморфизации.
• Новый Федеральный закон № 233-ФЗ от 8 августа 2024 года устанавливает правила использования персональных данных с ИИ-системами, а ГОСТ Р 71657-2024 регламентирует использование ИИ в научной работе. Также вводятся обязательная сертификация ИИ-решений, создание национального реестра ИИ-систем, требования к прозрачности и объяснимости алгоритмов.
• В июне 2025 года Минцифры подготовило законопроект о введении уголовной ответственности за преступления с использованием ИИ, предусматривающий штрафы до 2 млн рублей и тюремные сроки до 15 лет. Использование нейросетей при совершении киберпреступлений будет признано отягчающим обстоятельством.
• Федеральный закон «Об экспериментальных правовых режимах в сфере цифровых инноваций» (№258-ФЗ от 31.07.2020) создает механизм так называемых «регуляторных песочниц», позволяя тестировать и апробировать ИИ-решения в контролируемой среде до их полномасштабного внедрения.
• В Центре ИИ НГУ разработан проект госстандарта «Гуманитарная экспертиза внедрения систем ИИ в практики развития умных городов», который станет первым международным документом, учитывающим гуманитарную составляющую ИИ-проектов, что демонстрирует комплексный подход к регулированию.

Все эти инициативы свидетельствуют о том, что Россия находится на пороге кардинальных изменений в сфере регулирования искусственного интеллекта, переходя от хаотичного использования технологий к структурированной и продуманной правовой базе.

Тенденции и перспективы развития экспертных систем и ИТ в области права в России и мире

Цифровая трансформация проникает во все сферы жизни, и правовая система не является исключением. Экспертные системы и информационные технологии становятся неотъемлемой частью юридической практики, обещая не только оптимизацию рутинных процессов, но и фундаментальное изменение самой сути работы юриста. Но что именно нас ждет в ближайшем будущем и как ИИ изменит облик юридической профессии?

Глобальные и российские тренды внедрения ИИ

Российская Федерация, как и многие другие страны, находится на пороге кардинальных изменений в сфере регулирования искусственного интеллекта. За последние годы наблюдается переход от фрагментарного и порой хаотичного использования ИИ-технологий к формированию структурированной и комплексной правовой базы. Этот процесс активно разворачивается в 2024-2025 годах.

• Концепция регулирования ИИ Минцифры до 2030 года: В августе 2025 года Минцифры представило проект, который будет основываться на человекоориентированном подходе, доверии к технологиям, принципах технологического суверенитета, уважении автономии человека, запрете причинения вреда и недопущении антропоморфизации. Это ключевой документ, определяющий вектор развития.
• Новая нормативная база: Введены в действие новые законодательные акты, такие как Федеральный закон № 233-ФЗ от 8 августа 2024 года, устанавливающий правила использования персональных данных с ИИ-системами, и ГОСТ Р 71657-2024, регламентирующий использование ИИ в научной работе.
• Обязательная сертификация и национальный реестр: Вводятся обязательная сертификация ИИ-решений, создание национального реестра ИИ-систем, а также требования к прозрачности и объяснимости алгоритмов, что повышает доверие к технологиям.
• Уголовная ответственность за ИИ-преступления: В июне 2025 года Минцифры подготовило законопроект о введении уголовной ответственности за преступления с использованием ИИ, предусматривающий значительные штрафы и тюремные сроки. Использование нейросетей при совершении киберпреступлений будет признано отягчающим обстоятельством.
• Активная работа Госдумы: В апреле 2025 года в Госдуме сформирована межфракционная рабочая группа для подготовки законодательных инициатив в сфере регулирования ИИ, что свидетельствует о высоком уровне внимания к этой теме на государственном уровне.

Однако, несмотря на активное развитие регулирования, около 68% российских компаний, внедряющих ИИ-решения, все еще сталкиваются с правовыми барьерами на ранних этапах проектов. Более того, 42% вынуждены корректировать или приостанавливать внедрение из-за юридических проблем. Это подчеркивает необходимость дальнейшей доработки законодательства и создания более благоприятной регуляторной среды.

Стратегическая ориентация на внедрение технологий ИИ в судебную практику была задекларирована на официальном уровне. Планируется использование «слабого» ИИ в рамках суперсервиса «Правосудие онлайн», запуск которого намечен на 2024 год. Это позволит автоматизировать часть рутинных процессов и сделать правосудие более доступным и эффективным.

Влияние ИИ на юридическую профессию

Распространено опасение, что искусственный интеллект может полностью заменить юристов. Однако эксперты единогласны: профессия юриста не попадет под сокращение с приходом ИИ. Скорее, она изменится, требуя от специалистов новых компетенций и грамотного применения технологий.

• Повышение эффективности: ИИ способен экономить до 30% рабочего времени юристов, автоматизируя такие задачи, как генерация типовых договоров, проверка на соответствие регламентам, ускоренный поиск судебной практики, составление меморандумов и анализ документов Due Diligence. Это позволяет юристам сосредоточиться на более сложных, стратегических и творческих задачах.
• Ускорение бизнес-процессов: Юридические ИИ-системы помогают сократить цикл согласования договоров и время на юридический ресерч с часов до минут, значительно повышая оперативность работы.
• Снижение ошибок: ИИ-системы также снижают количество ошибок, связанных с человеческим фактором, что повышает точность и надежность юридических услуг.
• Не замена, а усиление: ИИ не заменит юридическое мышление, контекстуальное понимание, способность к переговорам, эмпатии и ответственность за выводы. Он станет мощным инструментом, который усиливает возможности юриста, позволяя ему работать быстрее, точнее и эффективнее. Требования к юристам будут трансформироваться: от них потребуется не только глубокое знание права, но и умение работать с ИИ-инструментами, критически оценивать их результаты и интегрировать их в свою практику.

Прогнозы развития рынка и технологий

Рынок искусственного интеллекта для юридических услуг в мире активно развивается. В 2024 году его объем достиг 2,19 миллиарда долларов, и прогнозируется рост до 3,64 миллиарда долларов к 2030 году. Это свидетельствует об огромном потенциале и инвестиционной привлекательности отрасли.

В России также наблюдается устойчивый рост ИТ-сектора. В 2023 году вертикаль IT-Services достигла 930 млрд рублей, демонстрируя среднегодовой темп роста 14% с 2019 года. Прогноз развития российского ИТ-рынка на 2023-2027 годы указывает на то, что рынок систем управления данными в России к 2025 году превысит докризисные объемы 2021 года, что создаст благоприятную почву для развития юридических ИИ-решений.

Перспективы развития экспертных систем в праве включают:

• Создание систем для анализа и прогнозирования путей развития правового государства: ИИ сможет моделировать последствия законодательных инициатив и предлагать оптимальные сценарии развития правовой системы.
• Объединение существующих информационных систем: Искусственный интеллект способен интегрировать разрозненные юридические базы данных и справочно-правовые системы в единую, более мощную экспертную систему, способную к комплексному анализу.
• Развитие самообучающихся систем: Способность ИИ к обучению и самообучению будет постоянно повышать эффективность принятия решений, делая системы все более автономными и адаптивными к меняющейся правовой среде.
• Расширение функционала: Помимо текущих задач, можно ожидать появления систем для автоматизированной медиации, анализа настроений участников судебных процессов, оптимизации распределения дел между судьями и даже для помощи в формировании законодательных инициатив.

В целом, будущее экспертных систем и ИТ в области права выглядит весьма многообещающим. Они не только изменят повседневную работу юристов, но и внесут значительный вклад в развитие правосудия, сделав его более справедливым, эффективным и доступным.

Заключение

Исследование экспертных систем в праве демонстрирует, что мы стоим на пороге глубокой трансформации юридической практики, где передовые информационные технологии, и в частности искусственный интеллект, играют все более центральную роль. Отталкиваясь от фундаментальных понятий, мы проследили эволюцию экспертных систем, детализировали их архитектурные компоненты – базу знаний, механизм логических выводов и подсистему объяснений – а также рассмотрели разнообразные модели представления знаний, от логических до фреймовых и семантических сетей.

Анализ классификаций и областей применения выявил широчайший спектр их использования: от специализированных систем в следственной практике и судебной экспертизе (СТРАС-СК, «ЭВРИКА», «Балэкс») до инструментов для систематизации и доктринального толкования законодательства. Особое внимание было уделено современным российским разработкам 2024-2025 годов, таким как сервис «ИСКРА» от «Гаранта» и специализированные решения вроде Doczilla и Noroots, которые активно внедряются в работу юристов.

Мы установили, что ключевыми преимуществами внедрения экспертных систем являются обеспечение постоянства и стабильности решений, их документированность, значительное сокращение временных затрат и повышение качества работы, а также автоматизация рутинных задач, что позволяет юристам экономить до 30% рабочего времени и сосредоточиться на стратегических аспектах. Вместе с тем, нельзя игнорировать и существенные ограничения: отсутствие у ИИ здравого смысла и творческого потенциала, сложности в адаптации к новым условиям и проблема «холостого старта» при отсутствии достаточного объема структурированных знаний.

Центральное место в современном дискурсе занимают этические и правовые аспекты. Проблема ответственности за действия и контент, созданный ИИ, а также вопросы правосубъектности и авторских прав, требуют немедленного законодательного урегулирования. В России активно разрабатываются новые нормы: от Концепции регулирования ИИ Минцифры до 2030 года и Федерального закона № 233-ФЗ от 2024 года, регулирующего использование персональных данных, до законопроекта об уголовной ответственности за ИИ-преступления. Важность конфиденциальности данных и принцип «Privacy by Design» становятся краеугольными камнями в условиях растущих штрафов за утечки информации.

Наконец, анализ тенденций и перспектив показывает, что, хотя ИИ не заменит юридическое мышление, он кардинально изменит требования к юристам, делая акцент на их способности грамотно применять технологии. Прогнозируемый рост мирового и российского рынков ИИ для юридических услуг, а также активное внедрение «слабого» ИИ в судебную практику (например, через суперсервис «Правосудие онлайн»), подтверждают необратимость этого процесса.

Таким образом, экспертные системы в праве – это не просто инструмент, а мощный катализатор изменений, требующий комплексного подхода к развитию, внедрению и регулированию. Дальнейшие исследования должны быть направлены на совершенствование методологий создания ЭС, разработку более гибких моделей представления знаний и, что особенно важно, на формирование этически ответственной и правомерной среды для гармоничного сосуществования права и искусственного интеллекта. Только так можно обеспечить использование этих революционных технологий на благо общества и правосудия.

Список использованной литературы

1. Арзамасов Ю.Г., Вороненков Д.Н., Ивлиев Г.П. и др. Научно-методическое пособие по разработке законопроектов в современной России. М., 2009.
2. Ковалева Н.Н. Информационное право России. Дашков и Ко, 2008. 148 с.
3. Леже Р. Великие правовые системы современности: сравнительно-правовой подход. М., 2009.
4. Плешаков С.М. Понятие экспертных технологий и их классификация // Теория и практика судебной экспертизы в современных условиях: Мат-лы Международ, науч.-практ. конф. М.: МГЮА, 2007.
5. Плешаков С.М. К вопросу о сущности экспертных технологий // Научная жизнь. 2007.
6. Информационные технологии в правосудии: состояние и перспективы. Россия и мир. Аналитический доклад (г. Москва, 2020 г.). URL: https://online.zakon.kz/Document/?doc_id=31476043 (дата обращения: 21.10.2025).
7. Информационные технологии в судах России. URL: https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D1%81%D1%83%D0%B4%D0%B0%D1%85_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8 (дата обращения: 21.10.2025).
8. Этические и правовые вопросы искусственного интеллекта // Российский совет по международным делам. URL: https://russiancouncil.ru/analytics-and-comments/analytics/eticheskie-i-pravovye-voprosy-iskusstvennogo-intellekta/ (дата обращения: 21.10.2025).
9. Тенденции развития экспертной деятельности в РФ в условиях цифровизации // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/tendentsii-razvitiya-ekspertnoy-deyatelnosti-v-rf-v-usloviyah-tsifrovizatsii (дата обращения: 21.10.2025).
10. Информационные технологии в судопроизводстве: правовой аспект. URL: http://www.ifap.ru/pi/09/ (дата обращения: 21.10.2025).
11. Информационные технологии в правосудии: отчет 2020. URL: http://iinscl.org/wp-content/uploads/2020/07/IT-in-justice-2020-report.pdf (дата обращения: 21.10.2025).
12. Кто отвечает за контент ИИ: этические дилеммы gpts в цифровую эпоху // Pravo.tech. URL: https://pravo.tech/blog/kto-otvechaet-za-kontent-ii-eticheskie-dilemmy-gpts-v-tsifrovuyu-epohu (дата обращения: 21.10.2025).
13. Экспертные правовые системы // Центр Берег. URL: https://www.center-bereg.ru/o5596.html (дата обращения: 21.10.2025).
14. Роль технологий искусственного интеллекта при отправлении правосудия: правовой и морально-этический аспект // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/rol-tehnologiy-iskusstvennogo-intellekta-pri-otpravlenii-pravosudiya-pravovoy-i-moralno-eticheskiy-aspekt (дата обращения: 21.10.2025).
15. Современные подходы к формированию этики использования искусственного интеллекта в судопроизводстве // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/sovremennye-podhody-k-formirovaniyu-etiki-ispolzovaniya-iskusstvennogo-intellekta-v-sudoproizvodstve (дата обращения: 21.10.2025).
16. Экспертные системы в области права // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/ekspertnye-sistemy-v-oblasti-prava (дата обращения: 21.10.2025).
17. Этические аспекты использования систем искусственного интеллекта // МГЮА. URL: https://msal.ru/upload/iblock/c38/Zh_Zh_4_92_2022_186-194.pdf (дата обращения: 21.10.2025).
18. Информационные технологии в правосудии // ТГТУ. URL: https://www.tstu.ru/book/elib/pdf/2023/dieva.pdf (дата обращения: 21.10.2025).
19. Экспертные системы в юридической деятельности // Elibrary.ru. URL: https://elibrary.ru/item.asp?id=32598858 (дата обращения: 21.10.2025).
20. История и перспективы развития экспертных систем // Sciup.org. URL: https://sciup.org/14319796 (дата обращения: 21.10.2025).
21. Экспертные системы как прикладная область искусственного интеллекта // Econf.rae.ru. URL: http://www.econf.rae.ru/pdf/2012/11/1785.pdf (дата обращения: 21.10.2025).
22. Тема 3. Экспертные системы в области права // Инфоурок. URL: https://infourok.ru/lekciya-po-discipline-informacionnye-tehnologii-v-yuridicheskoj-deyatelnosti-na-temu-ekspertnye-sistemy-v-oblasti-prava-3275988.html (дата обращения: 21.10.2025).
23. Современные проблемы разработки экспертных систем в банковской сфере при реинжиниринге бизнес-процессов // Elibrary.ru. URL: https://www.elibrary.ru/item.asp?id=30138997 (дата обращения: 21.10.2025).
24. Правовое регулирование искусственного интеллекта // Law.ru. URL: https://www.law.ru/art/26274-pravovoe-regulirovanie-iskusstvennogo-intellekta (дата обращения: 21.10.2025).
25. Правовое регулирование искусственного интеллекта в России // Pravo.tech. URL: https://pravo.tech/blog/pravovoe-regulirovanie-iskusstvennogo-intellekta-v-rossii (дата обращения: 21.10.2025).
26. Правовое регулирование искусственного интеллекта // Ассоциация юристов России. URL: https://alrf.ru/news/pravovoe-regulirovanie-iskusstvennogo-intellekta/ (дата обращения: 21.10.2025).
27. Правовое регулирование искусственного интеллекта // Secuteck.ru. URL: https://secuteck.ru/articles/pravovoe-regulirovanie-iskusstvennogo-intellekta (дата обращения: 21.10.2025).
28. Правовое регулирование и область применения искусственного интеллекта // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/pravovoe-regulirovanie-i-oblast-primeneniya-iskusstvennogo-intellekta (дата обращения: 21.10.2025).
29. Экономический эффект от внедрения систем автоматизации правовой экспертизы и поиска экспертов // Sekretariat.ru. URL: https://sekretariat.ru/articles/51448/ (дата обращения: 21.10.2025).
30. Современное состояние и перспективы развития машинного обучения и искусственного интеллекта для решения задач судебно-экспертной деятельности — АНАЛИТИЧЕСКИЙ ДОКЛАД // МГЮА. URL: https://msal.ru/upload/iblock/7ed/Analiticheskiy_doklad_MGYUA_2021.pdf (дата обращения: 21.10.2025).
31. Современные правовые информационные системы и их применение в экономической деятельности (на примере справочно-правовой системы «Гарант») // ТГУ. URL: https://edu.tltsu.ru/sites/default/files/645100/sovremennye_pravovye_informacionnye_sistemy_i_ih_primenenie_v_ekonomicheskoy_deyatelnosti.pdf (дата обращения: 21.10.2025).
32. Что происходит на рынке LegalTech, и как в него интегрируют искусственный интеллект // Хабр. URL: https://habr.com/ru/companies/legaltech/articles/755306/ (дата обращения: 21.10.2025).
33. Внедрение ИИ в юридическую практику обсудят более 10 000 человек // Ведомости. URL: https://www.vedomosti.ru/press_releases/2025/09/25/vnedrenie-ii-v-yuridicheskuyu-praktiku-obsudyat-bolee-10-000-chelovek (дата обращения: 21.10.2025).
34. Рынок справочных правовых систем в России // Compress.ru. URL: https://compress.ru/article.aspx?id=12911 (дата обращения: 21.10.2025).
35. ТОП-20 Справочно-правовых систем 2025 // A2IS.ru. URL: https://a2is.ru/blog/sravnenie-sps (дата обращения: 21.10.2025).
36. Внедрение ИИ в юридическую функцию: от инструмента к цифровому партнеру // Экономика и жизнь. URL: https://www.eg-online.ru/article/482015/ (дата обращения: 21.10.2025).
37. Искусственный интеллект в российском правосудии: состояние и перспективы // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-v-rossiyskom-pravosudii-sostoyanie-i-perspektivy (дата обращения: 21.10.2025).
38. Национальные и международные тенденции и перспективы развития судебной экспертизы // ННГУ. URL: https://www.unn.ru/site/events/2024/nacionalnye-i-mezhdunarodnye-tendencii-i-perspektivy-razvitiya-sudebnoj-ekspertizy (дата обращения: 21.10.2025).
39. Перспективы использования искусственного интеллекта в судебной системе России // Elibrary.ru. URL: https://www.elibrary.ru/item.asp?id=54415518 (дата обращения: 21.10.2025).
40. Искусственный интеллект в системе ГАРАНТ // Гарант-Крым. URL: https://garant-crimea.ru/news/iskusstvennyy-intellekt-v-sisteme-garant/ (дата обращения: 21.10.2025).
41. Основные поисковые возможности справочно-правовых систем 2022 // ВКонтакте. URL: https://vk.com/@garant_sps-osnovnye-poiskovye-vozmozhnosti-spravochno-pravovyh-sistem-2022 (дата обращения: 21.10.2025).
42. Перспективы развития ИТ сектора в России // Esj.today. URL: https://esj.today/PDF/23FAVN223.pdf (дата обращения: 21.10.2025).
43. ЦСР: прогноз развития российского ИТ-рынка на 2023-2027 годы // Cnews.ru. URL: https://it.cnews.ru/news/line/2023-09-21_tsr_prognoz_razvitiya_rossijskogo (дата обращения: 21.10.2025).
44. Перспективы ИТ‑рынка 2024 // MWS.ru. URL: https://mws.ru/perspektivy-it-rynka-2024/ (дата обращения: 21.10.2025).
45. В Центре искусственного интеллекта НГУ разработали и апробировали проект госстандарта «Гуманитарная экспертиза внедрения систем ИИ в практики развития умных городов» // Cnews.ru. URL: https://www.cnews.ru/news/line/2025-10-20_v_tsentre_iskusstvennogo_intellekta (дата обращения: 21.10.2025).
46. Достоинства и недостатки экспертных систем // Studfile.net. URL: https://studfile.net/preview/6682701/page:3/ (дата обращения: 21.10.2025).
47. Экспертные правовые системы: назначение и функции // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/ekspertnye-pravovye-sistemy-naznachenie-i-funktsii (дата обращения: 21.10.2025).
48. Экспертные системы в области верховенства правового государства // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/ekspertnye-sistemy-v-oblasti-verhovenstva-pravovogo-gosudarstva (дата обращения: 21.10.2025).
49. Экспертные правовые системы // Calameo.com. URL: https://ru.calameo.com/read/004655490aa5f096230f3 (дата обращения: 21.10.2025).
50. Экспертные системы: основные направления их использования в юридической деятельности // Studfile.net. URL: https://studfile.net/preview/794692/page:14/ (дата обращения: 21.10.2025).
51. В чем заключаются преимущества применения экспертной системы в правовой практике? // Yandex.ru. URL: https://yandex.ru/q/question/pravo/v_chem_zakliuchaiutsia_preimushchestva_2b904d9c/ (дата обращения: 21.10.2025).