Юрист СРО, не боишься, что тебя заменят роботом?

С приходом массовой роботизации стало понятно, что заменять человека на тяжёлых и опасных направлениях наши «собратья по разуму» не спешат. Что-то никто ещё не слышал про роботов, ставящих буровую в вечной мерзлоте, кладущих плитку или хотя бы меняющих ржавые трубы. Зато очень активно искусственный интеллект пытаются внедрить в те специальности, где необходима работа со сложными данными, начиная от бухгалтерии и кончая финансовыми операциями.

Дошла очередь и до зала суда. Как минимум две крупные российские компании, славящиеся своей любовью к высоким технологиям – Мегафон и Сбербанк – заявили, что будут внедрять в свой штат электронных юристов. Совсем недавно Герман Греф шокировал общественность, заявив, что удалось заменить компьютерной программой аж 450 юристов, как другая компьютерная программа бросила вызов одному из ведущих юристов России. Поединок закончился убедительной победой «белкового» юриста, однако Роман Бевзенко, отстаивавшего честь человечества в этом поединке, в своём блоге высказал мнение, что такое соотношение сил продлится недолго.

А как насчёт СРО? Скоро ли настанет тот день, когда саморегуляторам будет противостоять в Арбитражном суде до зубов вооружённый сколковскими нанотехнологиями робот-юрист из Ростехнадзора и единственный шанс победить его останется у крупных столичных партнёрств, которыми хватит денег на такое же чудо техники?

Впрочем, есть мнение, что господин Бевзенко и топы российских корпораций переоценивают возможности искусственного интеллекта. В частности, в этом уверены эксперты портала zakon.ru и аргументируют свою точку зрения следующим образом. Существуют два совершенно разных, в чём-то даже противоречащих друг другу, подхода к построению ИИ: статистический подход и логический подход.

Статистический подход (или, как сейчас можно говорить, машинное обучение) – это, по сути своей, обучение на примерах. То есть машине «показывают» огромную базу данных различных примеров, про которые заранее известно, какие из них правильные, а какие – нет. Машина определённым хитрым образом запоминает эту базу данных, после чего для любого нового примера она может пытаться «угадывать», правильный он или нет. Это всё. То есть качество ответов зависит от качества исходной базы данных, которая должна быть грамотно и аккуратно структурирована, и по возможности не содержать ошибок. У нас, в юридической сфере, есть такие базы данных?!

Более того, даже самая лучшая нейронная сеть (самый популярный пример статистического подхода), обученная по самой лучшей базе данных, обладает рядом ограничений. Во-первых, она может «угадать» ответ только в рамках того, чему её научили. Например, если её обучили, что «а!» – это междометие, «ааа!» и «аааааааааа!» – это тоже междометия, то она может ответить, что «ааааа!» – междометие, но о том, что «угу!» – это междометие, догадаться в принципе не может. Во-вторых, она вообще даёт ответ только приблизительный, с какой-то вероятностью. Например, она скажет, что «ааааа!» – междометие с вероятностью 99%, «ага!» – с вероятностью 42%, а «угу!» – с вероятностью 0,03%. И наконец, нейронная сеть (равно как и любой другой алгоритм, основанный на статистике) в принципе не способна объяснить, почему она выбрала тот или иной ответ. Это сродни интуиции – чувствую, что правильно, но объяснить не могу. А интуиция, как мы знаем, имеет свойство подводить в самый неподходящий момент.

Другой подход к построению ИИ – логический. В этом случае мы учим машину не «угадывать ответ», а именно «решать задачу». То есть для этого надо формально (в понятном для компьютера виде) представить начальные данные и тот конечный результат, который мы хотим получить. А также описать правила, по которым мы можем двигаться из начального состояния в конечное. Потом машина просто перебирает все возможные варианты и определяет, можно ли попасть из начального состояния попасть в конечное, и если можно, то как. Именно, на этом принципе построены, например, шахматные программы или программы доказывающие математические теоремы. Понятно, что в случае юридической машины начальным состоянием будет описание ситуации плюс вся нормативно-правовая база, описывающая эту ситуацию, а «правилами движения» будут обычные правила логического вывода в стиле «если…, то…». Такой искусственный интеллект будет лишён всех тех недостатков статистических алгоритмов, о которых мы упоминали. Ему не нужна заранее разработанная и проанализированная база, он одинаково хорошо сможет решать как известные задачи, так и те, которые впервые видит. И самое главное – он сможет показать свой ход решения, логику своих рассуждений.

Ведь чего действительно не хватило роботу от «Мегафона», так это самостоятельных логических рассуждений. Он продемонстрировал умение слушать и понимать человеческую речь, подбирать цитаты и сыпать ими по поводу и без… Много продемонстрировал такого, что ещё лет 20 назад произвело бы фурор среди непосвящённой публики. Но он при этом не продемонстрировал самого главного умения, которого мы ждём от юриста: умения строить логические выводы. И как мы теперь понимаем, в принципе не мог продемонстрировать в виду того метода, которым он пользовался.

Другой важный аспект, на который нам хотелось бы обратить всеобщее внимание, – это использование натурального языка общения. Дело в том, что задача общения компьютера с человеком на натуральном языке сама по себе чрезвычайно сложная и никем так до сих не решенная. Если совместить её с другой нерешённой задачей человечества (машинное понимание права), то, как Вы думаете, каковы будут шансы на успех? Более того, естественный язык – далеко не лучшее средство в юридической коммуникации. Недаром же юристы всю историю своего существования старались уйти от естественного языка со всеми его неоднозначностями, двойными толкованиями и так далее.

Подводя итог, можно сказать так. Преимущество робота-юриста, конечно, в том, что он наизусть может запомнить огромную базу нормативных актов. Может он быстро в ней ориентироваться и даже выбрать «что-то относящееся к делу», примерно так, как сегодня алгоритмы Яндекса или Гугла выискивают нужную статью в безбрежном океане информации. А вот научиться по-настоящему «понимать» смысл дела, вычленять из материалов основные моменты, рассуждать логически и делать выводы из своих построений – ему пока не под силу. Поэтому профессия юриста, ещё долго окажется чисто человеческой. По крайней мере в таких сложных правовых отношениях, которые возникают в ходе деятельности саморегулируемых организаций.

(Иллюстрации художника Евгения Зубкова, цикл «Россия 2077» – ред.).

Источник: zanostroy.ru