В юридическом AI часто можно услышать, что нейросети пришли на смену алгоритмам. На самом деле это не совсем так.
Нейросеть — это тоже алгоритм, только работающий по другому принципу. Если упростить: алгоритм действует по заранее заданным правилам, а нейросеть пытается найти смысл и наиболее вероятную связь между большим количеством данных.
Как работает алгоритм?
Представим обычный калькулятор. Если мы вводим 2+2, он всегда даст один и тот же результат — 4. Он не размышляет, не предполагает и не меняет решение в зависимости от ситуации.
🔍Юридические алгоритмы работают похожим образом. В них заранее закладываются правила: если есть определенный набор признаков, система фиксирует риск; если показатели достигают определенного уровня, появляется предупреждение.
⚖️ Например, в налоговой сфере алгоритм может анализировать цепочки платежей, связи между компаниями, признаки дробления бизнеса или наличие технических контрагентов. Он не пытается понять намерения бизнеса, а ищет соответствие заранее определенным критериям риска.
Преимущество такого подхода в воспроизводимости: одинаковые данные всегда приводят к одинаковому результату.
Как работает нейросеть?
Теперь представим не калькулятор, а опытного юриста. Ему передают договор, переписку сторон, судебную практику и фактические обстоятельства дела. Он не применяет одну формулу, а сопоставляет ситуацию с похожими случаями и формирует возможную правовую позицию.
Примерно так и работает нейросеть. Она обучается на больших массивах данных и учится находить связи между понятиями, формулировками и контекстом.
✒️ Но здесь появляется важное отличие от человека. Если юрист понимает, что ему не хватает документов, он остановится и попросит дополнительную информацию. Нейросеть без специальных ограничений может продолжить формировать ответ, основываясь на имеющемся контексте.
Именно поэтому возникают так называемые галлюцинации — ситуации, когда ответ выглядит логичным и убедительным, но при проверке оказывается неверным.
Как это работает в LegalTech?
Хороший пример для сравнения — наши продукты Камертон.Налоги и Камертон.Вердикт.
📍Камертон.Налоги использует алгоритмический подход.
Его задачей является выявить налоговые риски через анализ конкретных признаков: транзитных цепочек, аффилированности, дробления бизнеса, работы с техническими контрагентами и других факторов, которые могут привлечь внимание налогового органа. Здесь важно не рассуждение, а точный расчет. Есть данные, есть правила анализа, есть результат.
📍Камертон.Вердикт решает другую задачу.
Он работает с юридическим контекстом: документами, обстоятельствами дела, судебной практикой и аргументацией сторон. Его задача не посчитать риск по формуле, а помочь сформировать возможную правовую позицию.
Главная ошибка компаний
Сегодня многие компании пытаются заменить нейросетью то, что лучше решается алгоритмом, и наоборот.
Например, бессмысленно просить нейросеть выполнять задачи, где нужна строгая проверка по заранее определенным критериям. Там надежнее работает алгоритм. Но и обратная ситуация тоже опасна: пытаться формализовать каждую юридическую задачу в набор правил, когда требуется анализ большого объема информации, поиск смысловых связей и оценка контекста.
Что я вижу? Будущее LegalTech не в выборе между алгоритмами и нейросетями. Оно в правильном распределении задач: там, где право можно формализовать, должен работать алгоритм; там, где требуется юридическое мышление и работа с контекстом, нейросеть.