DeepSeek в суде: почему УПК РФ против доказательств от ИИ

Искусственный интеллект давно перестал быть экзотикой в юридической сфере — студентам он помогает готовиться к экзаменам, юристам разбирает горы документов за минуты, обывателям переводит все на понятный «человеческий» язык. Но в зале суда российская судебная практика в этом смысле пока держится подчёркнуто консервативно. Показательный пример — дело, недавно рассмотренное в Свердловской области: суд отказался принять в качестве доказательства аналитическое заключение, которое подготовила языковая модель DeepSeek.

Разберём, что произошло, почему суд поступил именно так и, что для нас как для практикующих юристов важнее, — где технологии всё же приносят пользу, а где от них стоит держаться подальше.

Что произошло: дело № 22-1201/2026

Речь шла об уголовном деле о сбыте запрещённых веществ (№ 22-1201/2026). В подобных процессах защита почти всегда идёт по одному и тому же маршруту: доказать отсутствие умысла на продажу и убедить суд, что вещество предназначалось для личного потребления. Разница в квалификации здесь более, чем существенна — и в санкциях тоже.

Адвокат обвиняемого решил подкрепить эту позицию заключением, полностью сгенерированным нейросетью DeepSeek, причём происхождение документа он от суда не скрывал. Модель справилась не так уж плохо, придя к логичному выводу, что изъятый объём вещества слишком мал, чтобы говорить о цели сбыта. В целом, адвокат и сам мог додуматься до подобной позиции, однако идея, как заявляется, была именно в подтверждении самого факта беспристрастной машинной системой.

Тем не менее и первая инстанция, и апелляция отказались приобщать документ к материалам дела.

Почему суд отказал: три причины

Соблазн списать решение на технофобию судей велик, но при ближайшем рассмотрении оно спокойно укладывается в формат действующего процессуального закона.

Источник, который нельзя проверить

Перечень допустимых доказательств закрыт и прямо прописан в статье 74 УПК РФ: показания, вещественные доказательства, протоколы следственных действий, заключения экспертов. Текста от алгоритма там попросту нет. Формально его можно было бы попытаться подвести под «иные документы» по статье 84 УПК РФ — но и здесь защита упирается в стену, поскольку происхождение сведений, на которых обучена модель, проверить невозможно. Для судьи база данных языковой модели — чёрный ящик, и установить, откуда именно взялся тот или иной вывод, нельзя в принципе.

Некому отвечать за ошибку

Экспертное заключение имеет вес постольку, поскольку за ним стоит конкретный человек. Перед дачей заключения или показаний эксперт подписывает предупреждение об уголовной ответственности за заведомо ложные выводы — статья 307 УК РФ. У нейросети такой ответственности нет и быть не может, так как субъектом права она не является. Ей нельзя предъявить претензию, проверить квалификацию, вызвать на допрос, чтобы прояснить спорный момент заключения. Собственно, не с кого и спрашивать.

Не та компетенция

Вопросы о химических свойствах вещества и его воздействии на организм — предмет судебно-медицинской и физико-химической экспертиз, порядок назначения которых регулируют статьи 57 и 58 УПК РФ. Заменить государственную экспертизу вероятностным текстом, собранным алгоритмом из случайного массива интернет-данных, суд не вправе — да и, откровенно говоря, не должен.

Значит ли это, что нейросетям в юридической работе не место?

Отнюдь. Процессуальный запрет касается роли самостоятельного участника процесса — а вот на этапе подготовки к нему ИИ снимает с юриста значительную часть рутины. На практике это заметно в нескольких направлениях.

1. Расшифровка судебных заседаний.
Многочасовые аудиозаписи слушаний нейросети переводят в текст и при этом довольно точно разносят реплики по спикерам — задача, которая вручную отнимает у адвоката десятки часов.

2. Сбор фактуры для сложных дел.
При подготовке объёмных аналитических материалов — будь то риски субсидиарной ответственности при банкротстве или тонкости раздела совместно нажитого имущества — алгоритмы неплохо справляются со сбором судебной практики и структурированием массива информации.

3. Работа со статистикой и комментариями для СМИ.
Большие языковые модели помогают быстро разобрать статистику профильных ведомств и подготовить черновик правового комментария — что удобно, когда нужно оперативно отреагировать на инфоповод и заодно поработать над собственной публичной экспертизой.

По сути, ИИ здесь выступает быстрым и грамотным ассистентом: ищет информацию, готовит черновики, обрабатывает данные. А вот легализация этих сведений — то есть их проверка, оценка и включение в итоговый процессуальный документ — остаётся исключительно за юристом. Подписывает документ и несёт за него ответственность именно он, а не модель, которая этот документ помогла собрать.

Таким образом, Суд оценивает не только суть аргумента, но и то, каким образом он получен. Пока нейросеть не стала субъектом права, у неё просто нет процессуального статуса, чтобы выступать самостоятельным участником дела, — и в обозримой перспективе это едва ли изменится. Но как рабочий инструмент на этапе подготовки, за кулисами процесса, она уже давно доказала свою пользу. Вопрос не в том, использовать ли ИИ в юридической практике, а в том, где проходит граница между помощником и участником процесса. И эту границу, судя по всему, продолжат прочерчивать именно суды — дело за делом.