Главное про AI - Вадим Жартун

AI снижает стоимость юридического анализа, и компании, которые раньше не могли позволить себе юриста, теперь могут. Спрос на юристов не падает — он растёт, но содержание работы меняется. То же с аналитиками, рекрутерами, бухгалтерами.

ГДЕ AI НЕЛЬЗЯ ДОВЕРЯТЬ БЕЗ КОНТРОЛЯ

Галлюцинации как обратная сторона уверенности. Модель не признаёт границ собственного знания в тот момент, когда вам это критично, — она с одинаковой уверенностью генерирует и то, что знает, и то, чего не существует. Эксперимент Harvard Business School и BCG 2023 года, о котором мы говорили выше, показал именно это: для задач вне границ компетенции GPT-4 консультанты с AI делали больше ошибок, чем без AI, потому что доверяли уверенному тону. Преимущество скорости и качества покупается за дисциплину верификации. На юридических и медицинских задачах цена непроверенной ошибки слишком высока, чтобы экономить на человеке-редакторе.

Отсутствие контекста за пределами окна. Модель знает то, что в неё загрузили, и не знает, что осталось за кадром. Юрист помнит, что контрагент уже дважды задерживал платежи; AI — нет, если ему об этом не сказали. Преимущество AI в обработке явного корпуса работает только при условии, что человек донёс «неявный» корпус. Без этого контекста AI-рекомендация формально правильная, а по сути опасная.

Этические и юридические рамки. Когда AI допустил ошибку в прогнозе прибыли, кто отвечает — модель, вендор, аналитик, руководитель? Цепочка ответственности требует человека с правом подписи. Без этой подписи AI-рекомендация — черновик, а не решение. HireVue-иски 2025 года в США показали: AI-решения о найме, не прошедшие аудит предвзятости, дают работодателю не экономию, а регуляторный штраф.

ЗАДАЧИ, В КОТОРЫХ AI УСТУПАЕТ ЧЕЛОВЕКУ

Базовая рамка для понимания раздела — работа Дарона Асемоглу (Daron Acemoglu) и Паскуаля Рестрепо (Pascual Restrepo) «Automation and New Tasks», опубликованная в Journal of Economic Perspectives в 2019 году и ставшая фундаментом всех серьёзных дискуссий о влиянии автоматизации на труд. Тезис Асемоглу и Рестрепо: экономисты десятилетиями спорили, заменяют ли машины людей или помогают им, и обе стороны оставались при своих. Асемоглу и Рестрепо разрешили спор через промежуточную переменную — задачу. Внутри любой профессии существует набор задач. Технология может автоматизировать часть из них. Технология может создать новые задачи, которых раньше не существовало. И технология может изменить сравнительное преимущество работника на оставшихся задачах. Что это меняет в разговоре об AI: фраза «AI заменит юристов» — бессмыслица, потому что профессия юриста — это пятьдесят разных задач. AI заменяет задачи 1, 4, 7, 12 (поиск прецедентов, проверка шаблонных формулировок, рутинный скрининг соответствия требованиям, первичный договорной аудит) и создаёт задачи 51, 52 (промпт-инжиниринг, аудит AI-выводов, корректировка галлюцинаций). Юрист, который вёл эти пятьдесят задач по-старому, теряет работу. Юрист, который перешёл на новый набор задач вокруг AI-инструмента, востребован сильнее, чем раньше. Профессия при этом не исчезает — она трансформируется.

В сентябре 2013 года Карл Бенедикт Фрей (Carl Benedikt Frey) и Майкл Осборн (Michael Osborne) опубликовали работу «The Future of Employment», которая вошла в историю одной цифрой: 47% рабочих мест в США находятся в зоне высокого риска автоматизации в ближайшие десятилетия. Спустя двенадцать лет можно проверить прогноз по факту. McKinsey и OECD в 2019 году пересмотрели оценку до 20–30%, а не 47%. Причины две: методология 2013 года завышала возможности технологий — AI тогда был узкими экспертными системами, а не большими языковыми моделями. И авторский метод не учитывал «сопротивляемость» профессий, в которых за автоматизацией стоят политические и регуляторные барьеры. Врачи, юристы, учителя формально автоматизируемы, но никто не готов доверить AI принятие окончательного решения о диагнозе или приговоре. Второй урок: даже когда AI технически может выполнить задачу, на его пути стоят лицензирование, ответственность, страх ошибки и социальное доверие. Фрей и Осборн измеряли технический потенциал. Реальная автоматизация требует не только технологии, но и легитимности.

Кейс Mata v. Avianca, подробно разобранный ниже в этой книге: юрист Стивен Шварц (Steven Schwartz) из Нью-Йорка подал в федеральный суд иск, в котором цитировал шесть прецедентов, — и все шесть оказались выдуманными. Сгенерировал их ChatGPT. Судья Кевин Кастель (Kevin Castel) вынес санкции и обязал юриста известить всех «авторов» несуществующих решений, а позднее каждый из двух адвокатов был оштрафован на $5 000. Здесь мы смотрим на этот кейс с другой стороны: дело Mata v. Avianca показало, что поток таких случаев не прекращается. В мае 2025 года LawNext зафиксировал ещё два случая подряд, в августе того же года федеральный судья из Южной Флориды наложил санкции на адвоката за «false, fake, non-existent, AI-generated legal authorities» в восьми документах, в марте 2026 года окружной суд Орегона ввёл особенно жёсткие санкции за систематическое использование AI-галлюцинаций. Это профессиональные юристы, у которых нет процедуры проверки AI-вывода. Они берут шаблонный запрос «найди прецеденты по теме X». Получают красиво оформленный список с реальными названиями судов и выдуманными деталями. И вставляют его в иск, не открывая ни одной ссылки. AI экономит время на поиске и съедает время на проверке. Выход — не «доверяй AI», а «встрой проверку как отдельный шаг процесса».

Даже лучшие гуманоидные роботы 2025–2026 годов не умеют делать то, что пятилетний ребёнок делает по умолчанию: перехватить скользкий пакет, нащупать выключатель в тёмной комнате, переложить хрупкую чашку из одной руки в другую. В сентябре 2025 года легендарный робототехник Родни Брукс (Rodney Brooks) (создатель Roomba и iRobot) опубликовал жёсткий разбор «Why Today’s Humanoids Won’t Learn Dexterity».

Тезис раздела: ловкость человеческой кисти — это результат миллионов лет эволюции, встроенной в мозжечок, спинной мозг и тактильную обратную связь от десяти тысяч рецепторов на квадратный сантиметр кожи пальцев. Обучить эту функцию из видео с YouTube и пары десятков демонстраций — задача, к которой у индустрии нет подхода.

Пока AI не имеет тела, он не закроет профессии, в которых тело критично. Сантехник, электрик, хирург, массажист, грузчик на складе, няня, доярка — все они работают руками в непредсказуемой среде. Это не временный лаг — это фундаментальное следствие того, что модель не имеет сенсорного ввода, не имеет обратной связи, не получит физического урона, если ошибётся. «Глава 2026 года про AI в офисе — не про AI на складе» — это и есть рабочее определение границы: задачи с физическим миром пока за пределами применимости текстовых моделей.

ЗОНА AI И ЗОНА ЧЕЛОВЕКА: СЕМЬ ПАРАМЕТРОВ РАЗГРАНИЧЕНИЯ