Искусственный интеллект в юриспруденции

Основные понятия для курса. Нейросети и языковые модели на пальцах: как появились, куда движется разработка, как функционируют. Токены, контекст, как работает ИИ и почему ошибается. Обучение ИИ и конфиденциальность информации.

Обзор популярных сервисов, их архитектура. Поиск с использованием ИИ, RAG, агентские архитектуры, применение локальных ИИ-моделей для юридических сценариев.

Практика: тестовое задание, обсуждение типовых кейсов применения, чеклист по безопасному использованию ИИ.

Публично-правовые аспекты применения ИИ: регулирование дипфейков, маркировка синтетического контента, ограничения рекомендательных алгоритмов, требования к прозрачности рекомендательных систем, риски манипуляции поведением пользователей и распространения недостоверной информации.

ИИ и авторское право: охраноспособность промптов, правовой режим датасетов, используемых для обучения моделей, допустимость использования охраняемых объектов при обучении ИИ, права на результаты работы генеративных моделей, соавторство человека и ИИ, риски нарушения исключительных прав при создании и использовании AI-generated content.

Ответственность за вред, причиненный с использованием ИИ: распределение ответственности между разработчиком, владельцем модели, оператором сервиса, пользователем и иными участниками технологической цепочки. Проблемы вины, причинной связи, предсказуемости вреда и доказывания технических ошибок.

Конфиденциальность данных, направляемых в ИИ-системы: коммерческая тайна, служебная информация, режим ограниченного доступа, договорные ограничения на передачу данных в модели ИИ.

Сравнительный обзор регулирования ИИ в Европе и США.

Практика: обсуждение ключевых кейсов, обсуждение статей законопроекта о регулировании ИИ, тест.

План: Что такое промптинг и как устроена коммуникация с ИИ. Структура хорошего промпта. Форматы ввода и вывода. Борьба с галлюцинациями и перепроверка результатов. Итеративные улучшения результата через промптинг. Дополнительные настройки чат-бота и их использование. Метапромптинг.

Работа с контекстом: что класть в окно модели, как структурировать длинные документы, работа с источниками. (Карта инструментов и выбор между ними — в Занятии №4).

Практика: каждый студент берёт одну реальную задачу из своей рабочей недели (проект договора, претензия, справка) и применяет все три навыка — структурный промпт, грамотную подачу контекста, перепроверку результата. Приносит на Занятие 4 готовый комплект. Этот же материал используется в Занятии 4 как основа для сравнения классов инструментов.

План: Берём 2–3 типовые юридические задачи (анализ договора, составление претензии, поиск практики) и в живом режиме прогоняем их через три класса инструментов под российскую практику: коробочное юридическое решение (Яндекс Нейроюрист), отечественный универсальный чат (Алиса / Нейроюрист), агентский AI на рабочем месте с доступом к локальным файлам (на примере Claude Cowork — пока международный продукт, российские аналоги в разработке). Студент сам сравнивает результаты и уходит с собственной картой "что под какую задачу выбирать".

Персональные данные при работе с ИИ — практика под 152-ФЗ. Оценка вреда субъектам ПД при использовании AI-инструментов: что оценивать и как оформить. Риски разных классов инструментов в российской рамке: коробочные продукты (где хранятся данные, требование локализации по ст. 18 152-ФЗ, договор с обработчиком), отечественные универсальные чаты (политики провайдеров, корпоративные тарифы), иностранные сервисы и агентские AI с доступом к локальному диску (трансграничная передача ПД, новая категория рисков, пока не отражённая в законопроекте об ИИ). Согласия субъектов; режимы работы с клиентскими данными; уведомление Роскомнадзора при необходимости.

AI Governance в юридическом бизнесе: как устроено в зрелых российских юрфирмах и инхаусах. Карта рисков и митигаций (помимо ПД): адвокатская тайна, конфиденциальность клиента, IP, точность результата, репутация. Политика использования ИИ: структура, обязательные элементы, чего ожидают клиенты (особенно международные) в опросниках и при due diligence. Готовый шаблон политики, который студент дорабатывает под себя на практике.

Роли и процессы внедрения: ответственный за ИИ, амбассадоры в командах, ревью промптов и результатов, инцидент-менеджмент. Метрики внедрения: экономика часов, качество результата, оценка удовлетворённости пользователей, частота отказов от использования. Управление изменениями: преодоление сопротивления, обучение команды, культурный сдвиг. Свежие кейсы из практики O2 Consulting и публичные кейсы российских юрфирм.

Практика: черновик политики использования ИИ для собственной фирмы или юридического департамента; матрица рисков и оценка вреда субъектам ПД для конкретного инструмента под свой кейс; обсуждение приоритетов внедрения.

Юридический рынок перед технологическим сдвигом: оценка и обсуждение. Ценность юридической работы, в чем она? Создает ли ИИ кризис профессии сам по себе или ускоряет уже существующие изменения?

Какие задачи может закрыть ИИ в ближайшем будущем? Какие риски он создаст? Разбор кейса с ошибкой ИИ. Какие правила использования ИИ нужны юристам, фирмам и юридическим департаментам?

Мини-форсайт: какие задачи уйдут машинам, какие останутся человеку, какие новые роли появятся? Как изменится юридическое образование?

Практика: карта автоматизируемых и неавтоматизируемых юридических задач; кейс по ответственности за документ, подготовленный с ИИ; групповая форсайт-карта "Юрист 2030".

Основные подходы к регулированию моделей ИИ:
    – разграничение регулирования моделей ИИ, ИИ-систем и отдельных способов их использования;
    – специальные режимы для моделей общего назначения и наиболее мощных («frontier») моделей;
    – риск-ориентированный, отраслевой и сервисный подходы к регулированию.

Европейский союз:
    – регулирование моделей общего назначения в рамках AI Act;
    – обязанности провайдеров моделей;
    – требования к документации и прозрачности;
    – управление системными рисками;
    – особенности режима моделей с открытыми весами;
    – распределение обязанностей между разработчиками моделей и поставщиками решений на их основе.

США:
    – федеральный и штатный уровни регулирования ИИ;
    – регулирование разработчиков наиболее мощных моделей;
    – требования к оценке и снижению рисков, тестированию безопасности и раскрытию информации;
    – соотношение специального регулирования ИИ с существующими нормами о защите потребителей, ответственности и интеллектуальной собственности.

Российский закон об искусственном интеллекте: к чему готовиться пользователям и разработчикам.

Новые тренды в регулировании ИИ: маркировка, ИИ-агенты, ограничения контента.

Судебная практика, связанная с применением искусственного интеллекта.

Ответственность за ИИ: за что штрафуют юристов.