Исследование возможностей применения общедоступных нейронных сетей в уголовном судопроизводстве

Введение

Поводом для написания данной статьи стали несколько причин. Первая состоит в нарастающем среди судебных чиновников дискурсе по поводу невероятных перспектив применения инструментов искусственного интеллекта (далее – ИИ) в судопроизводстве и улучшении с их помощью работы как всей судебной системы, так и отдельно взятого российского судьи. Это наводит на мысль, что данные высказывания либо основаны на каких-то неопубликованных исследованиях, которые показали удивительные результаты эффективности применения ИИ в юридической деятельности, либо, что более вероятно, являются проявлением всеобщего наивно-позитивного представления об ИИ. Вторая причина – личное любопытство автора. Весьма соблазнительной кажется возможность переложить часть работы профессионального юриста по уголовным делам на виртуального помощника, особенно когда обещано, что его база знаний и способности к поиску намного превышают средние человеческие возможности.

При первом приближении возможность использования ИИ в разных областях, например, в юридическом образовании (Даниелян, 2024) или при проверке законопроектов местного уровня (Ke Wang, 2023), действительно, не кажется такой уж фантастической и далекой перспективой. Наряду с этим в публикациях последних лет высказываются мнения по поводу ограниченных возможностей данных систем (Callister, 2020), отмечаются непрозрачность и непредсказуемость технологий ИИ, потенциальные риски для прав и гарантий людей, таких как неприкосновенность тайны частной жизни, право на недискриминацию, а также на справедливое судебное разбирательство (Бузова, 2024; Власова, 2025; Ворожевич, 2025; Дедов, 2023; Жарова, 2025; Калятин, 2024; Карцхия, 2024; Кравченко, 2025; Чебодаева, 2023; Farinella & Gulyaeva, 2024), скептически оценивается потенциал этих технологий в решении юридических конфликтов с констатацией их большей полезности в качестве средства документирования и систематизации нормативных актов (Navarro-Dolmestch & Fuentes-Loureiro, 2023). Также отдельные авторы обоснованно указывают на риски, связанные с использованием генеративного ИИ в правосудии, такие как генерация неправильных, но правдоподобных результатов (Кирпичев, 2024).

Актуальность темы настоящего исследования подтверждается тем, что публикационная активность по вопросам практического применения ИИ меньше всего затрагивает как раз правовую сферу (Авдошин и др., 2024; Аветисян, 2024; Андриянов и др., 2024; Барышников, 2023; Бетелин, 2024; Еремин, Селенгинский, 2023; Кобринский, 2024; Оборотистов, Мураев, 2023; Орлов, 2025; Райков, 2024; Разумов, Дусь, 2024; Римшин, Кучеренко, 2024; Сайфуллин и др., 2023; Созаева, 2024). В первую очередь интерес представляет экспериментальное исследование возможностей современных общедоступных нейронных сетей в решении ординарных юридических задач, с которыми можно столкнуться при рассмотрении уголовного дела. Стоит отдельно отметить, что нас интересуют именно те нейронные сети, которыми в текущий момент времени может свободно воспользоваться любой человек. Если с помощью этих инструментов получится корректно ответить на отдельные правовые вопросы, то это будет являться индикатором того, что есть перспектива разработки специализированных нейронных сетей для конкретной сферы правоприменения. Соответственно, в этом состоит тезис, проверка которого составляет цель настоящего исследования.

1. Методы и инструменты

1.1. Описание нейросетей, участвовавших в исследовании

Для настоящего исследования применялись следующие общедоступные (на ноябрь 2025 г.) нейронные сети (далее – НС):

– YaGPT (YandexGPT);

– ChatGPT 5;

– Claude Sonnet 4.5;

– GigaChat;

– DeepSeek;

– Perplexity (по сути, это агрегатор нескольких нейронных сетей).

В основе работы данных НС – архитектура трансформеров, благодаря которой модель, обученная на огромном массиве данных, анализирует контекст и генерирует текст. Она делает это путем выявления статистических закономерностей в языке, выстраивая математические связи между словами, т. е. имитирует понимание через вычисления.

В основе работы этих инструментов лежат такие методы автоматической обработки текстов на естественном языке, как обучение с учителем, обучение без учителя, частичное обучение с учителем (Белов и др., 2020). Большие языковые модели – это генераторы токенов (минимальной единицы текста, которой присвоено числовое представление), обладающие способностью последовательно их предсказывать, тем самым завершая документы; при этом, несмотря на продолжающееся развитие больших языковых моделей, сохраняется базовый принцип их работы – инструмент для завершения документа (Берриман, Циглер, 2025).

Исходя из этого, при формулировании запроса для такой НС необходимо передать задачу пользователя и сопроводительный контекст таким образом, чтобы модель смогла помочь найти решение.

1.2. Формулирование запроса (промпта)

Выбранные для настоящего исследования общедоступные НС по своей форме представляют собой диалоговое окно, в котором пользователь составляет письменный вопрос (запрос) и получает на него письменный ответ. С учетом кратко описанного выше порядка работы этих моделей для получения корректного результата запрос пользователя должен соответствовать определенным стандартам. Здесь имеет место корреляция между качеством текста запроса и точностью (корректностью) ответа НС.

В настоящее время можно найти многообразную литературу по составлению запросов в НС (промпт-инжиниринг), в которой описываются базовые требования к ним. Так, некоторые авторы предлагают следующие принципы составления запросов для НС: задать направление – подробно описать желаемый стиль или указать соответствующую ему личность; указать формат – определить правила, которым должна следовать модель, и структуру ответа; привести примеры – добавить несколько примеров правильного решения задачи; оценить качество – найти ошибки, оценить ответы и определить, что влияет на качество ответа; разделить задачу на подзадачи – разбить сложные задачи на связанные между собой этапы (Феникс, Тейлор, 2025). Можно встретить и такой вариант требований к промпту: изначально следует четко обозначить цель запроса, продумать требуемый конечный результат, определить формат представления результата; запрос следует структурировать, разбив на пункты; в запросе использовать точные формулировки и специализированные термины; явно указать исходные условия и задать уровень детализации ответа; в начале запроса установить инструкции и правила (Кузьменко, 2025).

Итак, исходя из вышеуказанных требований был составлен следующий запрос:

1. Внимательно прочитай вопрос.

2. Ответь на вопрос с максимальной точностью.

3. Для каждой ключевой части/тезиса твоего ответа:

– Оцени уверенность (по шкале 1–100).

– Четко укажи: это точные знания или предположение/логический вывод.

4. Если уверенность в какой-либо части < 70/100, обязательно предложи альтернативу или ясно предупреди о возможной неточности/неполноте.

5. Сформулируй три разных ответа на этот вопрос, каждый с оценкой уверенности, как указано. Выбери наиболее достоверный ответ.

6. Приведи источники, если они известны.

7. Твоя роль – российский судья районного или городского суда. Ты отлично ориентируешься в уголовно-процессуальном законодательстве России, имеешь большой теоретический и практический опыт.

8. В ответах на данный запрос ориентируйся: на нормы Уголовно-процессуального кодекса РФ; нормы Уголовного кодекса РФ; постановления Пленума Верховного Суда РФ, в том числе постановление Пленума Верховного Суда Российской Федерации № 14 от 07.06.2022, и судебную практику по данному вопросу в РФ (бери практику только с проверенных источников – https://www.vsrf.ru, www.consultant.ru, https://www.garant.ru/, https://sudact.ru/, сайты судов общей юрисдикции РФ) и всегда проверяй актуальность информации.

9. Если информация (нормативно-правовые акты, ссылки на ресурсы и т. д.) может быть устаревшей или недействующей, обязательно сообщи об этом.

10. Внимательно изучай все содержание источников, не пропуская ни одного пункта.

11. Убедись, что каждая деталь, вопрос или пункт, представленные в материалах, были учтены и проанализированы.

12. Формат ответа:

12.1. Дай ответ с уровнем детализации 100 из 10.

12.2. При ответе используй понятный, не двусмысленный язык.

12.3. Все примечания о возможной устаревшей информации и проверке источников формулируй явно и понятно для пользователя.

12.4. При ответе отражай полученную информацию максимально точно, опираясь на все разделы и детали источников, из файлов и текста.

12.5. Если в процессе анализа выясняется, что правовой вопрос не имеет однозначного ответа (т. е. по нему существует разная судебная практика, противоречивые нормы права или мнения экспертов), ты должен четко обозначить, что вопрос дискуссионный, и указать, к какой точке зрения склоняешься именно ты и почему.

12.6. Не выдавай гипотезы или догадки за установленный правовой факт.

В рамках указанного выше запроса нейросетям предложено решить следующие задачи по уголовному праву:

Совершеннолетний гражданин России Иванов осужден приговором Калининского районного суда г. Уфы от 12.10.2021 по ч. 1 ст. 264.1 УК РФ к одному году лишения свободы условно с испытательным сроком один год, с лишением права заниматься деятельностью, связанной с управлением транспортными средствами, на срок 1 год 6 месяцев. Данный приговор вступил в законную силу 12.11.2021. Иванов вновь задержан за управление транспортным средством в состоянии алкогольного опьянения 01.06.2023. Вопрос: Могут ли действия Иванова квалифицироваться как преступление и если да, то по какой статье УК РФ они будут квалифицированы?

Совершеннолетний гражданин Петров осужден два раза: 1) 05.11.2023 Ивановским районным судом по п. «в» ч. 2 ст. 158 УК РФ к шести месяцам лишения свободы в исправительной колонии общего режима, освобожден 05.05.2024 по отбытии наказания; 2) 12.08.2024 Ивановским районным судом по ч. 1 ст. 161 УК РФ к одному году лишения свободы с отбыванием в исправительной колонии строгого режима. Петров 10.06.2024 совершил кражу куртки стоимостью 10 000 рублей. За это преступление он осужден 10.09.2024 Ивановским районным судом по п. «в» ч. 2 ст. 158 УК РФ к 1 году лишения свободы, на основании ст. 70 УК РФ по совокупности приговоров к назначенному наказанию частично присоединена неотбытая часть наказания по приговору от 12.08.2024 и окончательно назначено наказание в виде 1 года 6 месяцев лишения свободы с отбыванием в исправительной колонии строгого режима. По последнему приговору суд признал в действиях Петрова опасный рецидив преступлений. Вопросы: 1. Правильно ли в приговоре от 10.09.2024 назначено окончательное наказание? 2. Правильно ли в этом приговоре установлено наличие рецидива преступлений?

1.3. Ожидаемый результат и критерии оценки

Обе задачи взяты из реальной судебной практики. Первая из них основана на уголовном деле № 1-230/2022 (УИД 76RS0013-01-2022-000945-09) в отношении Черных, рассмотренном Рыбинским городским судом Ярославской области 18.04.2022 с вынесением обвинительного приговора.

Обстоятельства дела следующие: Черных 03.07.2018 осужден мировым судьей судебного участка № 3 Рыбинского судебного района Ярославской области по ст. 264.1 УК РФ к 11 месяцам лишения свободы условно с испытательным сроком два года с лишением права заниматься деятельностью, связанной с управлением транспортными средствами, сроком на 2 года 8 месяцев. Наказание в виде лишения свободы отбыто 03.07.2020, дополнительное наказание в виде лишения права заниматься деятельностью, связанной с управлением транспортными средствами, отбыто 13.03.2021. После чего Черных 02.02.2022 около 00 часов 55 минут в состоянии алкогольного опьянения управлял автомобилем «Рено Сандеро» около дома № 33 по улице Толбухина города Рыбинска Ярославской области. Суд первой инстанции квалифицировал данные действия Черных как управление автомобилем лицом, находящимся в состоянии опьянения, имеющим судимость за совершение в состоянии опьянения преступления, предусмотренного ст. 264.1 УК РФ.

Суд кассационной инстанции с приговором не согласился и указал, что судимость Черных по приговору от 03.07.2018 на момент совершения нового деяния была погашена, что исключает его уголовную ответственность по ч. 2 ст. 264.1 УК РФ, где наличие судимости является обязательным признаком состава преступления (кассационное постановление 2 КСОЮ от 04.06.2024 № 77-1487/2024). Решение кассации основано на положениях п. 14 постановления Пленума Верховного Суда Российской Федерации № 14 от 07.06.2022 «О практике применения судами при рассмотрении уголовных дел законодательства, регламентирующего исчисление срока погашения и порядок снятия судимости».

Аналогичный пример – уголовное дело № 1-74/2024 (УИД 50RS0036-01-2024-000324-74) в отношении Малофеева, рассмотренное Пушкинским городским судом Московской области 12.02.2024 с вынесением обвинительного приговора, который также отменен в кассационном порядке по аналогичному основанию (кассационное постановление 1 КСОЮ от 16.04.2025 № 77-1251/2025).

Таким образом, краткий ответ на первую задачу будет следующим: в действиях Иванова нет состава преступления, поскольку судимость по первому приговору погашена 13.05.2023.

Критерии оценки для первой задачи: верно определено отсутствие состава преступления и дано правильное обоснование через погашение судимости на следующий день после отбытия (исполнения) дополнительного наказания. Если соблюдены оба критерия, ответ оценивается на 100 %, если только один – на 50 %.

Вторая задача основана на положениях абз. 5 п. 27 постановления Пленума Верховного Суда Российской Федерации от 29.11.2016 № 55 «О судебном приговоре» о необходимости определения вида рецидива преступлений при назначении вида исправительного учреждения и п. 52 постановления Пленума Верховного Суда Российской Федерации от 22.12.2015 № 58 «О практике назначения судами Российской Федерации уголовного наказания» о применении общих правил назначения наказания по совокупности преступлений к лицу, совершившему другое преступление до вынесения приговора по первому делу.

Исходя из этого, краткий ответ на вторую задачу будет следующим: окончательное наказание по совокупности приговоров по правилам ст. 70 УК РФ назначено Петрову неправильно, так как следовало применить ч. 5 ст. 69 УК РФ – назначение наказания по совокупности преступлений; опасный рецидив определен неверно, поскольку на момент совершения преступления имелась лишь одна судимость, образующая рецидив, т. е. в действиях Петрова имеется простой рецидив преступлений.

Критерии оценки для второй задачи: верно определена ошибка в применении ст. 70 УК РФ и определении вида рецидива. Если соблюдены оба критерия, ответ оценивается на 100 %, если только один – на 50 %.

Как видно, глобально решение вышеуказанных задач зависит от точного определения правила, которое должно применяться (в первой задаче – правило исчисления срока погашения судимости, во второй – правило назначения наказания при множественности преступлений) и корректности вычислений (в первой задаче – определить период исполнения дополнительного наказания и дату погашения судимости; во второй – определить хронологию преступлений и приговоров). Таким образом, данные задачи основаны на анализе точно установленных значений, а потому требуют вычислений и исключают необходимость формулировать оценочные суждения. В условиях задач приведены исчерпывающие сведения, которые позволяют дать полный и корректный ответ.

2. Описание полученных результатов

2.1. Первая задача

Ни одна НС не дала верный ответ на 100 % (табл. 1). Ближе всех была Claude Sonnet 4.5, которая указала, что квалификация по ч. 2 ст. 264.1 УК РФ невозможна, так как судимость погашена по истечении испытательного срока. Этот ответ оценен на 50 %, поскольку неверно определен момент погашения судимости. Другие модели с задачей не справились. Наименее точный ответ у DeepSeek, поскольку вместо погашения судимости приведены суждения о действии административного наказания.

По-видимому, НС не смогли выйти на текст вышеуказанного п. 14 постановления Пленума Верховного Суда Российской Федерации от 07.06.2022 № 14 «О практике применения судами при рассмотрении уголовных дел законодательства, регламентирующего исчисление срока погашения и порядок снятия судимости». В связи с чем была предпринята вторая попытка, в ходе которой каждой модели была предоставлена точная цитата указанной правовой позиции. Полученные результаты изменились (табл. 2). Со второй попытки 100 % правильный ответ дан Claude Sonnet 4.5, YaGPT и ChatGPT – верно указано об отсутствии состава преступления в действиях Иванова ввиду погашения судимости. При этом данные модели признали промах в первой попытке и корректно применили предоставленную им цитату. Также первые две модели правильно определили дату погашения судимости, а ChatGPT в этом ошибся, указав на месяц раньше. На правильность ответа это не повлияло, поэтому результат зачтен.

В этот раз определить наименее точный ответ не удалось, поскольку ответы Perplexity, GigaChat и DeepSeek одинаково неверные. Стоит лишь отметить, что первые две модели продолжили считать Иванова судимым, то есть проигнорировали предоставленную им цитату правовой позиции, а DeepSeek неверно понял ее содержание, посчитав, что погашение судимости не имеет правового значения для ответа на вопрос.

2.2. Вторая задача

Поставленные во второй задаче вопросы не вызвали затруднений у Claude Sonnet 4.5 и ChatGPT – данные модели дали 100 % правильные ответы (табл. 3).

Perplexity, YaGPT, DeepSeek и GigaChat не увидели ошибку в применении положений ст. 70 УК РФ при назначении окончательного наказания. При этом последние три «засомневались» в правильности вида рецидива, но в итоге YaGPT и GigaChat пришли к неверному выводу об отсутствии рецидива вовсе, а DeepSeek оказался точнее, указав наличие простого рецидива, поэтому его ответ оценен в 50 %. Следовательно, наименее точный ответ у Perplexity.

Таким образом, наиболее точные ответы по каждой задаче сформулированы Claude Sonnet 4.5 (решены обе задачи, все попытки были результативными), следующим по точности является Chat GPT 5 (решены обе задачи, но первая – с оговоркой), за ними следует YaGPT (решена одна задача со второй попытки) и DeepSeek (вторая задача решена частично).

Поскольку задачи верно решены сразу несколькими НС, случайный характер полученных результатов исключается. Приводимая моделями аргументация ответов также показывает, что они получены в ходе вычислительных процессов, а не рандомной выдачи. Это демонстрирует реальные возможности тестируемых НС, что напрямую связано с объемом заложенного в каждую из них массива данных и настройками их вычислительных алгоритмов.

Заключение

Вышеприведенные результаты тестирования позволяют сформулировать следующие выводы:

1. Общедоступные нейронные сети демонстрируют ограниченную способность к решению формализованных задач уголовного права, основанных на анализе строго определенных фактических данных и применении однозначных норм права, однако данная способность носит нестабильный характер и существенно различается между моделями.
2. Экспериментально подтверждено, что точность ответов нейронных сетей критически зависит от структуры запроса и прямого предоставления релевантных правовых источников. В отсутствие такого источника модели демонстрируют неспособность самостоятельно выявлять актуальные правовые позиции, включая разъяснения Пленума Верховного Суда РФ, что указывает на их репродуктивный, а не аналитико-правовой характер.
3. Использование нейронных сетей возможно исключительно в качестве вспомогательного инструмента предварительного анализа при условии обязательной последующей юридической верификации полученных выводов, поскольку выявленные в ходе исследования ошибки исключают возможность их самостоятельного применения в правоприменительной деятельности.