Автоматизацией делопроизводства цифровая трансформация прокуратуры уже не ограничивается. Следующий ее этап связан с анализом больших массивов данных. В Концепции цифровой трансформации органов и организаций прокуратуры Российской Федерации до 2030 года предусмотрены формирование баз данных для внедрения искусственного интеллекта, интеллектуальная обработка служебных документов, применение алгоритмов для выявления признаков нарушений закона [5]. Эти инструменты позволяют быстрее распределять обращения и сопоставлять сведения из нескольких реестров, помогают контролировать сроки, замечать нетипичные отклонения. Вместе с тем удобство программной рекомендации порождает вполне определенный риск: ее могут принять за готовое юридическое решение.
Где проходит граница между технической помощью и подменой прокурорского усмотрения? Именно этот вопрос, а не сам факт обращения к искусственному интеллекту, составляет суть проблемы. Прокурорский надзор ведется от имени Российской Федерации в целях обеспечения верховенства закона, защиты прав и свобод человека, интересов общества и государства [2; 6, с. 176–177]. Здесь цена алгоритмической ошибки не исчерпывается неточной статистикой. Ее последствиями могут стать необоснованная проверка или истребование документов, неверно выбранная мера реагирования. Возможен и обратный результат — нарушение останется без внимания.
Цель исследования — определить юридически обоснованные пределы применения искусственного интеллекта при осуществлении прокурорского надзора. Для этого требуется очертить круг допустимых задач алгоритмических систем, сформулировать требования к достоверности их результатов и предложить модель ответственности за подготовленные с их помощью решения. В работе использованы формально-юридический, системный и сравнительный методы; исследованы действующее законодательство и современная юридическая литература. Научная новизна состоит в предложении трех уровней допустимости использования искусственного интеллекта: безопасного, условно допустимого и недопустимого. Каждый из них соотнесен с последствиями для прав граждан и объемом обязательной проверки человеком.
В Национальной стратегии развития искусственного интеллекта до 2030 года применение этой технологии связано с получением результатов, сопоставимых с результатами интеллектуальной деятельности человека [4]. Для прокурора, однако, совпадения со статистической закономерностью недостаточно. Юридическая квалификация, оценка достаточности сведений и выбор полномочия предполагают учет целей закона и конкретных обстоятельств, пределов допустимого вмешательства, возможных последствий для лица. Поэтому в надзорной деятельности искусственному интеллекту отводится роль программного инструмента обработки информации. Самостоятельным участником правоотношений он от этого не становится.
Понимание природы прокурорского надзора подтверждает такое разграничение. Е. Н. Асташкина и Е. С. Курохтина связывают его содержание с реализацией предусмотренных законом полномочий по предупреждению, выявлению и пресечению правонарушений [6, с. 176–177]. Алгоритм подобных полномочий не имеет. Он не действует от имени Российской Федерации, не может самостоятельно принять протест, представление, постановление или предостережение. Цифровая система помогает установить фактические сведения и привести их в порядок; юридически значимое волеизъявление остается за компетентным должностным лицом.
Прежде всего применение искусственного интеллекта оправдано в операциях, результат которых легко сверить с первичным источником. Это тематическая классификация обращений и поиск повторных жалоб, извлечение реквизитов документов, контроль процессуальных и организационных сроков. Сюда же относятся сопоставление редакций нормативных актов, обезличенная статистическая обработка, подбор релевантной судебной практики. Содержание итогового решения технология в этих случаях не определяет: она освобождает работника от части механических операций. М. Е. Левенчук также рассматривает аналитическую, статистическую работу и обработку типовых материалов как перспективные направления, оговаривая необходимость специального регулирования и защиты конфиденциальных сведений [11, с. 199–204].
Большей осторожности требуют системы, которые оценивают вероятность нарушения или предлагают правовую квалификацию. Риск-профиль подсказывает, какие документы стоит изучить. Самого нарушения он не подтверждает. Выявленное по прошлым данным совпадение с шаблоном не освобождает от проверки обстоятельств конкретного случая. Особенно серьезен риск при неполной обучающей выборке либо при включении в нее сложившихся ошибок правоприменения: вместо устранения недостатков практики алгоритм воспроизводит их, причем в большем масштабе.
У достоверности алгоритмического результата как минимум четыре составляющие: качество исходных данных, соответствие модели задаче, объяснимость пути получения вывода и последующая проверка прокурором. Сбой в любой из них ставит вывод под сомнение. Техническая исправность программы сама по себе не спасает от неверной рекомендации. Достаточно загрузить устаревшие сведения, вырванные из контекста документы или дублирующие записи; столь же ненадежны данные, происхождение которых установить нельзя.
Отдельного внимания заслуживают генеративные модели. Построенный на вероятностных связях текст может содержать несуществующую норму, судебное решение либо библиографическую ссылку, изложенные при этом уверенно и связно. Одной стилистической вычитки проекта справки или ответа здесь мало. Необходима содержательная проверка: прокурорский работник обращается к официальному тексту нормативного акта, материалам проверки, первоисточнику каждого фактического утверждения. Иначе за убедительной формой документа может не оказаться надлежащего основания.
Для прогнозных моделей принципиально разграничение корреляции и юридически значимой причинной связи. Необычная частота закупок, множество однотипных обращений, резкое изменение показателя дают повод для анализа, но сами по себе не доказывают незаконность поведения. По Федеральному закону «О прокуратуре Российской Федерации» проверка исполнения законов связана с поступившей информацией о фактах нарушения, подтвердить или опровергнуть которую без проверки нельзя [2]. Алгоритм способен помочь в обнаружении такой информации. До принятия решения прокурору, однако, предстоит выяснить, на каких конкретно данных основан сигнал, сохраняют ли они актуальность и возможно ли иное, законное объяснение выявленного отклонения.
Возможность перепроверить результат требует сохранения цифрового следа. Он охватывает наименование и версию системы, время запроса, категорию использованных данных, текст задания, полученный ответ, действия работника по его проверке. Речь не об избыточной формальности: по этой записи можно восстановить ход принятия решения и установить источник ошибки. Она позволяет отличить недостатки исходных сведений от дефекта модели или неверного использования программы. Примечательно, что требования доверия к системам искусственного интеллекта также связаны с управлением качеством данных, устойчивостью, безопасностью и контролируемостью [13].
Проверку алгоритмического результата целесообразно подчинить ведомственному стандарту. В него предлагается включить:
- установление источника данных и даты их актуальности;
- проверку полномочий на доступ к информации и ее обработку;
- сопоставление вывода как минимум с одним независимым первичным источником;
- фиксацию версии программного решения;
- оценку возможного влияния ошибки на права граждан;
- мотивированное принятие или отклонение рекомендации;
- сообщение оператору о выявленной системной ошибке.
Глубина проверки должна зависеть от тяжести возможных правовых последствий. Чем они серьезнее, тем тщательнее проверка.
Разграничить допустимую помощь и недопустимую передачу полномочий на практике позволяет предлагаемая трехуровневая модель. В ее основе — характер результата и его способность самостоятельно повлиять на права и обязанности человека или организации, а не название применяемой технологии (табл. 1).
Таблица 1
|
Уровень |
Допустимые операции |
Условия и ограничения |
|
Безопасный («зеленый») |
Поиск документов; тематическая сортировка обращений; выявление дубликатов; контроль сроков; обезличенная статистика; формирование технических перечней. |
Результат не создает правовых последствий и легко проверяется по исходным данным. |
|
Условно допустимый («желтый») |
Риск-оценка; обнаружение аномалий; проект правовой позиции; сопоставление материалов; предложение квалификации; проект ответа. |
Обязательны проверка первоисточников, фиксация использования ИИ и самостоятельная мотивировка прокурора. |
|
Недопустимый («красный») |
Автоматическое решение о проверке; окончательная оценка нарушения; выбор и подписание акта реагирования; решение, ограничивающее права; загрузка служебных материалов в открытую нейросеть. |
Делегирование решения запрещено; требуется личное осуществление полномочия прокурором и защищенный контур обработки данных. |
К «зеленой» зоне отнесены действия без самостоятельного правового значения. Ошибку здесь обычно удается обнаружить до принятия решения и исправить без существенного вреда. Но безопасный уровень не означает отказа от контроля качества и информационной безопасности. Даже неверная сортировка обращения способна обернуться пропуском срока или передачей материала подразделению, которое не обладает нужной компетенцией.
Результат из «желтой» зоны уже направляет профессиональный анализ. Принимать его на веру нельзя: прокурору необходимо установить, какие признаки лежат в основе рекомендации, сверить их с документами и изложить собственные мотивы. Исследователи применения искусственного интеллекта при надзоре за предварительным расследованием также подчеркивают необходимость человеческого контроля на каждом этапе [10, с. 38–42]. Для этой зоны особенно существенна опасность «автоматизационного смещения». Работник может согласиться с программным выводом не вследствие его обоснованности, а лишь потому, что за ним стоит сложная система.
В «красную» зону попадают решения, реализующие властные полномочия либо непосредственно затрагивающие права и законные интересы. Независимость органов прокуратуры и строгое соответствие их деятельности закону закреплены законодательно [2]. С этими началами несовместимо положение, при котором выбор фактически делает непрозрачная внешняя система, а подпись работника остается формальностью. Важен и ориентир статьи 16 Федерального закона «О персональных данных»: за исключением специально установленных случаев она запрещает принимать затрагивающие права лица решения исключительно на основании автоматизированной обработки его персональных данных [3].
В материалах прокурорских проверок могут находиться персональные данные, сведения ограниченного доступа, данные предварительного расследования, иная чувствительная информация. При передаче общедоступному сервису контроль над ними может быть утрачен. Пользователь не всегда знает, где будет храниться текст, кто получит к нему технический доступ и возможно ли его повторное использование. Обезличивание тоже не дает безопасности во всех случаях. По совокупности обстоятельств иногда можно вновь установить конкретное лицо, поэтому само удаление идентифицирующих сведений не делает открытую нейросеть безопасной.
Для работы со служебными материалами нужен контролируемый закрытый контур. Его условия — разграничение прав доступа, журналирование действий, отечественная инфраструктура и установленные сроки хранения. Защищенная ведомственная система позволяет определить оператора данных и обеспечить расследование инцидента. Личный аккаунт сотрудника во внешнем сервисе ее не заменяет. В Концепции цифровой трансформации прокуратуры до 2030 года внедрение искусственного интеллекта прямо связано с повышением информационной безопасности и технологической независимостью [5].
У лица должна сохраняться возможность оспорить решение, подготовленное с применением алгоритмической системы. Это не требует раскрытия программного кода во всех случаях, но предполагает понимание фактических и правовых оснований затронувшего его решения. Сослаться на «вывод системы» — еще не значит привести мотивировку. Когда результат искусственного интеллекта повлиял на требование, ответ или акт реагирования, в служебных материалах необходимо сохранить сведения, достаточные для внутренней проверки и последующего судебного контроля.
И. А. Соколов указывает, что единые методические и организационные подходы к деятельности прокуратуры в сфере искусственного интеллекта отсутствуют [7, с. 101–108]. Заменять их неформальными правилами отдельных работников нельзя. Требуется определить общие требования к разрешенным программам и видам обрабатываемых данных, проверке результатов, регистрации ошибок. Не менее важно установить порядок прекращения эксплуатации модели, если выявлены устойчивые отклонения.
У искусственного интеллекта нет правосубъектности. Дисциплинарную, административную или уголовную ответственность он нести не может, а значит, внедрение алгоритма не создает субъекта, которому можно передать последствия ошибочного акта. Отсюда исходное правило: за законность и обоснованность юридически значимого решения отвечает лицо, уполномоченное его принять и подписать. Использование программной рекомендации этого правила не меняет.
Из этого, впрочем, не следует, что все последствия возлагаются только на конкретного прокурорского работника. Ответственность необходимо разграничивать. За профессиональную проверку материалов, правовую оценку и итоговое волеизъявление отвечает прокурор. Организация работы, допуск разрешенных систем, обучение работников и контроль соблюдения регламента относятся к ответственности руководителя подразделения. Оператор информационной системы обеспечивает управление доступом, сохранность журналов, обновление системы и реагирование на инциденты. У разработчика или поставщика свои основания ответственности: несоответствие продукта техническим требованиям, скрытые дефекты, нарушение договорных обязательств. При этом ошибка разработчика не делает незаконный акт прокурора законным. Она может повлечь отдельное разбирательство и распределение имущественных последствий.
Установление ответственности не должно ограничиваться констатацией итоговой ошибки. Важно выяснить, была ли соблюдена обязательная процедура. Работник мог применить разрешенную систему, проверить первичные документы и все же не обнаружить скрытый технический дефект, невыявляемый при обычной профессиональной осмотрительности. Вопрос о его вине требует иной оценки, чем в случае непроверенного копирования ответа открытой нейросети. Вместе с тем высокая точность программы не оправдывает отказа от самостоятельного анализа. Применительно к уголовному судопроизводству способность отвечать за решение справедливо отнесена к качествам, недоступным искусственному интеллекту [14, с. 90–94].
Во внутреннем акте Генеральной прокуратуры Российской Федерации предлагается предусмотреть персональное подтверждение юридически значимого результата. До подписания документа работник удостоверяет проверку исходных сведений и применение разрешенной системы; подтверждает, что вывод сопоставлен с законом и материалами, альтернативные объяснения рассмотрены, а итоговая мотивировка сформулирована им самим. Для этого необязательно каждый раз составлять отдельную бумажную справку. Достаточно предусмотреть подтверждение в электронном маршруте документа.
Наряду с контролем нужен порядок сообщения об ошибках, не создающий страха необоснованного наказания за само их обнаружение. Иначе работники начнут скрывать неточные ответы, а оператор лишится сведений, необходимых для исправления системы. Добросовестное выявление технической ошибки следует отделять от нарушения порядка использования программы. Это позволяет повышать надежность системы, сохраняя персональную ответственность за сознательное игнорирование очевидного риска.
Первым шагом может стать специальный организационно-распорядительный акт Генеральной прокуратуры Российской Федерации. В нем достаточно определить понятие алгоритмической рекомендации, разрешенные системы и категории допустимых данных, закрепить трехуровневую модель риска. Также необходимы порядок проверки и документирования, основания временного приостановления системы, правила аудита и распределение обязанностей. Генеративным моделям стоит посвятить отдельный раздел: их результатом служит создаваемый текст, а не только классификация заранее заданных показателей.
После накопления практики принципиальные пределы автоматизации могут получить закрепление в Федеральном законе «О прокуратуре Российской Федерации». На втором этапе оправдана норма, допускающая применение искусственного интеллекта исключительно для информационно-аналитического и организационного обеспечения. При реализации прокурорских полномочий решение принимает уполномоченный прокурор лично. Такая конструкция оставляет возможность развития технологии: она не привязана к перечню программ, который быстро устаревает. Неизменной остается граница между обработкой данных и властным решением.
Для систем высокого риска необходим регулярный независимый аудит. Проверять нужно точность на актуальных данных, устойчивость к неполным сведениям, частоту ложноположительных и ложноотрицательных результатов. Предмет проверки включает также защищенность, возможность восстановить логику рекомендации, влияние на различные категории лиц. Итоги нужны не одним техническим подразделениям: методические управления тоже должны их использовать, поскольку допустимость ошибки зависит от характера надзорной задачи. Если решение влечет серьезные последствия для прав граждан, существенным становится даже небольшой процент неточности.
Под цифровой компетентностью прокурорского работника следует понимать прежде всего способность видеть ограничения полученного результата, а не одно лишь умение составлять запрос нейросети. Подготовка кадров должна охватывать качество данных и типичные ошибки генеративных моделей, требования конфиденциальности, способы проверки ссылок. К этому добавляются основы статистической интерпретации и правила фиксации использования системы. А. П. Спиридонов также связывает перспективы внедрения искусственного интеллекта с организационной и правовой подготовкой органов прокуратуры [8, с. 35–38].
Искусственный интеллект способен ускорить обработку обращений и документов, облегчить поиск взаимосвязей. Благодаря этому прокурор может уделить больше внимания содержательной оценке. Но повышение технологической эффективности не меняет правовую природу надзора: у алгоритма нет полномочия, независимости, внутреннего убеждения и способности отвечать за последствия. Его результат допустим как информационный ориентир, подлежащий проверке. Самостоятельным основанием юридически значимого решения он служить не может.
Трехуровневая модель соотносит глубину автоматизации с риском для прав граждан. Безопасный уровень допускает автоматизацию технических операций. На условно допустимом уровне аналитическая рекомендация требует обязательной проверки человеком; на недопустимом передача алгоритму окончательного властного выбора запрещена. Достоверность поддерживается контролем происхождения данных и проверкой первоисточников, фиксацией версии системы, документированием действий, регулярным аудитом.
За итоговый акт по-прежнему отвечает прокурор, реализующий полномочие. При этом организационная, техническая и договорная ответственность остальных участников разграничивается. Подобное распределение позволяет избежать и слепого доверия программе, и отказа от полезных цифровых инструментов. Предел их применения определяется главным требованием: машинный вывод не должен подменять личную, мотивированную и проверяемую деятельность прокурора.
Литература:
- Конституция Российской Федерации: принята всенародным голосованием 12 декабря 1993 г. (с учетом поправок) // Официальный интернет-портал правовой информации. URL: http://pravo.gov.ru (дата обращения: 19.10.2026).
- О прокуратуре Российской Федерации: Федеральный закон от 17 января 1992 г. № 2202-I (ред. от 03.02.2025) // Ведомости СНД РФ и ВС РФ. 1992. № 8. Ст. 366.
- О персональных данных: Федеральный закон от 27 июля 2006 г. № 152-ФЗ (ред. от 24.06.2025) // Собрание законодательства РФ. 2006. № 31 (ч. 1). Ст. 3451.
- О развитии искусственного интеллекта в Российской Федерации: Указ Президента РФ от 10 октября 2019 г. № 490 (ред. от 15.02.2024) // Собрание законодательства РФ. 2019. № 41. Ст. 5700.
- Об утверждении Концепции цифровой трансформации органов и организаций прокуратуры Российской Федерации до 2030 года: приказ Генеральной прокуратуры РФ от 11 сентября 2025 г. № 621. URL: https://www.consultant.ru/document/cons_doc_LAW_514574/ (дата обращения: 19.10.2026).
- Асташкина Е. Н., Курохтина Е. С. Сущность прокурорского надзора: теоретико-правовые аспекты // Вестник Саратовской государственной юридической академии. 2020. № 1 (132). С. 169–178. DOI: 10.24411/2227–7315–2020–1019.
- Соколов И. А. Теоретические и практические аспекты участия прокурора в обеспечении информационной безопасности государства в сфере использования искусственного интеллекта // Вестник Университета имени О. Е. Кутафина (МГЮА). 2024. № 6. С. 101–108. DOI: 10.17803/2311–5998.2024.118.6.101–108.
- Спиридонов А. П. Искусственный интеллект в деятельности органов прокуратуры: перспективы внедрения и использования // Законность. 2024. № 8. С. 35–38.
- Ступаченко Е. В. Искусственный интеллект: правовое регулирование и перспективы использования в прокурорской деятельности // Законность. 2025. № 9.
- Симдяшкина С. А., Нугаева А. А., Жаркова И. А. Перспективы использования искусственного интеллекта в прокурорском надзоре за исполнением законов органами предварительного расследования // Социальные нормы и практики. 2025. № 2. С. 35–45. DOI: 10.24412/2713–1033–2025–2–35–45.
- Левенчук М. Е. Использование искусственного интеллекта в деятельности прокуратуры Российской Федерации: некоторые вопросы практического применения и правового регулирования // Law Afterknown: право за гранью обыденного: материалы IV Международного молодежного юридического форума. Тюмень: ТюмГУ-Press, 2025. С. 199–204.
- Киселев А. С. Перспективы и риски использования искусственного интеллекта в сфере правовой аналитики и правотворческой деятельности // Lex Russica. 2025. Т. 78. № 6 (223). С. 127–143. DOI: 10.17803/1729–5920.2025.223.6.127–143.
- ГОСТ Р 59276–2020. Системы искусственного интеллекта. Способы обеспечения доверия. Общие положения. М.: Стандартинформ, 2021.
- Антонченко В. В. Искусственный интеллект в уголовном судопроизводстве // Актуальные проблемы российского права. 2026. Т. 21. № 7. С. 86–95. DOI: 10.17803/1994–1471.2026.188.7.086–095.

