Юридическое образование и искусственный интеллект: векторы взаимодействия Текст научной статьи по специальности «Право»

МЕЖДИСЦИПЛИНАРНЫЕ СТАТЬИ/ INTERDISCIPLINARY ARTICLES

Редактор рубрики Г. Т. Гафурова / Rubric editor G. T. Gafurova

Научная статья https://doi.org/10.21202/2782-2923.20243.804-823

УДК [378:34]:004.8

А. С. Даниелян1

1 Центр правовой поддержки «Веритас», г. Краснодар, Россия

Юридическое образование и искусственный интеллект: векторы взаимодействия

Даниелян Армен Сергеевич, кандидат юридических наук, генеральный директор,

ООО «Центр правовой поддержки "Веритас"»

E-mail: [email protected]

ORCID: http://orcid.org/0000-0002-0661-9010

Web of Science Researcher ID: ACJ-2900-2022

eLIBRARY SPIN-код: 6271-8400

Аннотация

Цель: выработка предложений по внедрению искусственного интеллекта (ИИ) в юридическое образование. Методы: диалектические методы (анализ и синтез, индукция и дедукция, систематизация, сравнение, классификация, прогнозирование), статистический, формально-юридический и сравнительно-правовой методы. Комплексно данные методы позволят всесторонне проанализировать взаимосвязь ИИ и юридического образования. Результаты: в статье выявлены основные направления совершенствования юридического образования в условиях развития ИИ: интеграция информационно-коммуникационных технологий и обучение специалистов, способных эффективно работать на стыке права и технологий. Определены преимущества и недостатки использования ИИ в юридическом образовании. Обозначены этические аспекты применения ИИ и необходимость управления развитием технологий на основе принципов справедливости, прозрачности и учета интересов человека. Аргументируется важность развития у обучающихся не только специализированных знаний, но и универсальных компетенций, которые помогут им успешно адаптироваться к динамично изменяющимся условиям профессиональной деятельности. Научная новизна: проведен комплексный анализ взаимодействия юридического образования и ИИ, включая выявление конкретных возможностей применения ИИ в юридическом образовании, а также связанных с этим рисков и проблем. Автор предлагает системный подход к совершенствованию юридического образования в условиях развития ИИ, акцентируя внимание на необходимости пересмотра образовательных программ по юридическим направлениям посредством интеграции информационно-коммуникационных технологий; развития у обучающихся универсальных компетенций для адаптации к динамично меняющейся профессиональной среде; введения обязательного повышения квалификации судей, юристов-практиков с целью формирования навыков использования систем ИИ. Практическая значимость: результаты исследования могут быть использованы для оптимизации и адаптации образовательных программ юридических вузов к требованиям цифровой эпохи, а также для разработки эффективных подходов к применению ИИ в юридической практике и образовании с учетом этических аспектов и потенциальных рисков.

© Даниелян А. С., 2024

Ключевые слова:

искусственный интеллект, юридическое образование, право, юридическая деятельность, юридическая профессия, цифровизация, цифровые технологии

Статья находится в открытом доступе в соответствии с Creative Commons Attribution Non-Commercial License (https:// creativecommons.org/licenses/by-nc/4.0/), предусматривающем некоммерческое использование, распространение и воспроизводство на любом носителе при условии упоминания оригинала статьи.

Как цитировать статью: Даниелян, А. С. (2024). Юридическое образование и искусственный интеллект: векторы взаимодействия. Russian Journal of Economics and Law, 18(3), 804-823. https://doi.org/10.21202/2782-2923.2024.3.804-823

Scientific article

A. S. Danielyan1

1 Veritas Legal Support Center LLC, Krasnodar, Russia

Legal education and artificial intelligence: vectors of interaction

Armen S. Danielyan, Cand. Sci. (Law), Director General, Veritas Legal Support Center LLC

E-mail: [email protected]

ORCID: http://orcid.org/0000-0002-0661-9010

Web of Science Researcher ID: ACJ-2900-2022

eLIBRARY SPIN-Kog: 6271-8400

Abstract

Objective: to develop proposals for the introduction of artificial intelligence (AI) in legal education. Methods: dialectical methods (analysis and synthesis, induction and deduction, systematization, comparison, classification, forecasting), statistical, formal-legal and comparative-legal methods. Used in combination, these methods allow comprehensive analysis of the relationship between AI and legal education.

Results: the article reveals the main directions to improve legal education in the conditions of AI development: integration of information and communication technologies and training of specialists able to work effectively at the intersection of law and technology. The advantages and disadvantages of using AI in legal education are identified. Ethical aspects of AI application are outlined, as well as the need to manage the development of technologies based on the principles of fairness, transparency and consideration of human interests. The author states the importance of developing not only specialized knowledge, but also universal competencies that will help students to adapt successfully to the dynamically changing conditions of professional activity.

Scientific novelty: a comprehensive analysis of the interaction between legal education and AI was carried out, including the identification of specific opportunities for the AI application in legal education, as well as related risks and problems. The author proposes a systematic approach to improving legal education in the context of AI development, focusing on the need to revise educational programs in legal areas in terms of integrating information and communication technologies; developing universal competencies in students to adapt to a dynamically changing professional environment; introducing mandatory advanced training for judges, legal practitioners to develop skills for using AI systems.

Practical significance: the study results can be used to optimize and adapt the educational programs of law schools to the digital era requirements and to develop effective approaches to the AI application in legal practice and education, taking into account ethical aspects and potential risks.

Keywords:

artificial intelligence, legal education, law, legal activity, legal profession, digitalization, digital technologies

The article is in Open Access in compliance with Creative Commons Attribution Non-Commercial License (https://creativecommons.org/ licenses/by-nc/4.0/), stipulating non-commercial use, distribution and reproduction on any media, on condition of mentioning the article original.

For citation: Danielyan, A. S. (2024). Legal education and artificial intelligence: vectors of interaction. Russian Journal of Economics and Law, 18(3), 804-823. (In Russ.). https://doi.org/10.21202/2782-2923.2024.3.804-823

Введение

В современном мире развитие искусственного интеллекта (далее - ИИ) оказывает значительное влияние на все сферы жизни, включая образование. Согласно данным Global Market Insights, объем мирового рынка ИИ в образовании в 2023 г. составил около 4 млрд долларов США, а по прогнозам, к 2032 г. превысит 30 млрд долларов США1. Еще более впечатляющий рост объемов инвестиций в сферу образования за аналогичный период предсказывает Straits Research - 53,11 млрд долларов США2. В связи с этим хотелось бы обратить внимание на то, как ИИ может, с одной стороны, поддержать и обогатить процесс обучения будущих юристов, а с другой - какие угрозы и «подводные течения» кроются в деле подготовки специалистов в области права.

Структурно исследование разбито на следующие части:

1. Обзор возможностей применения систем ИИ в юридическом образовании.

2. Риски применения систем ИИ в юридическом образовании.

3. Предложения по внедрению ИИ в юридическое образование.

На сегодняшний день эксперты консолидированы во мнении, что ИИ создает серьезные проблемы для права в целом и для юридической профессии в частности. Поэтому крайне важно пересмотреть существующие формы юридического образования, чтобы помочь представителям юридической профессии: 1) сформировать верное представление о проблемах, возникающих в результате широкого внедрения ИИ в мире, и 2) адаптироваться к новой, «цифровой» реальности. Существует, по крайней мере, два основных способа реализовать это на практике: во-первых, необходимо изменить существующие юридические учебные программы и, во-вторых, предложить обязательное повышение квалификации для представителей юридической профессии (Gordon, 2024). В этой связи представляется, что учебные заведения высшей школы должны ставить перед собой задачу развивать у студентов не только фундаментальные знания, но и универсальные компетенции, которые помогут им успешно адаптироваться к выбранной профессии и самостоятельно строить свои профессиональные траектории в динамично меняющемся мире (Воронцов, Мамычев, 2019).

Результаты исследования

Обзор возможностей применения систем искусственного интеллекта в юридическом образовании

Использование искусственного интеллекта потенциально предоставляет следующие возможности как для преподавателей, так и студентов:

1. Организация и анализ учебных материалов. Система ИИ может использоваться для обработки и структурирования больших объемов учебной информации, что может включать распознавание шаблонов договоров и процессуальных документов, а также их анализ, чтобы помочь в сортировке и классификации учебных материалов.

Использование ИИ позволяет не только структурировать и анализировать учебные материалы, но и оптимизировать процесс обучения, адаптируя материалы под индивидуальные потребности студентов. Системы ИИ могут выявлять слабые зоны в знаниях студентов и предлагать дополнительные ресурсы для углубления понимания сложных тем.

1 AI in Education Market Size - By Component (Solution, Service), By Deployment (On-premise, Cloud), By Technology (Machine Learning, Deep Learning, Natural Language Processing), Application, End-use & Forecast, 2023-2032. (2023, January). GMI. https:// www.gminsights.com/industry-analysis/artificial-intelligence-ai-in-education-market

2 Artificial Intelligence in Education Market. (2023). Straits Research. https://straitsresearch.com/report/artificial-intelligence-in-education-market#:~:text=Market%200verview,period%20(2024%E2%80%932032)

2. Интерактивное обучение и консультации. Система с поддержкой ИИ может работать как виртуальный помощник, отвечая на вопросы студентов и предоставляя консультации в режиме реального времени. Она может помочь студентам в процессе обучения, предоставляя разъяснения, примеры и практические рекомендации. Примерами больших языковых моделей данного типа могут служить ChatGPT, Gemini, Copilot и др.

Также программы на базе ИИ могут моделировать диалоги на основе реальных юридических кейсов, позволяя студентам «разговаривать» с виртуальными клиентами или юристами. Это не только помогает улучшить навыки коммуникации, но и предоставляет практический опыт решения задач в контексте, приближенном к реальным условиям профессиональной деятельности.

3. Автоматизация оценки и обратная связь. Система ИИ может использоваться для автоматизации процесса оценки заданий и тестов, а также для предоставления обратной связи студентам. ИИ может разрабатывать персонализированные тесты и задания, которые динамически адаптируются под ответы студентов, усложняясь или упрощаясь в зависимости от их успеваемости. Такой подход позволяет более точно оценивать уровень знаний и умений каждого студента, а также способствует более глубокому усвоению материала.

4. Юридическая аналитика и исследования. Системы с поддержкой ИИ могут содействовать студентам и преподавателям в проведении юридических исследований посредством предоставления доступа к базам данных судебной практики и анализа судебных решений.

ИИ может использоваться для создания сетей связей между различными юридическими актами и прецедентами, выявляя неочевидные связи и зависимости. Это облегчает понимание сложных юридических вопросов и способствует более глубокому анализу законодательства и судебной практики, что особенно важно при подготовке к сложным судебным делам (Ди Сальво, 2024; Файн и др., 2024).

5. Виртуальные юридические тренировки и симуляции. Посредством использования технологий дополненной реальности AR/VR ИИ возможно создание реалистичных симуляций судебных заседаний или переговоров, позволяя студентам практиковаться в юридических процедурах в безопасной и контролируемой среде. Эти тренировки помогают студентам развивать критическое мышление, навыки аргументации и публичного выступления, что является ключевым компонентом успешной юридической практики.

Достаточно широкий спектр сфер взаимодействия ИИ и права был выделен Р. Сривастрава, в частности (Srivastava, 2018):

а) формальные модели юридического рассуждения;

б) вычислительные модели аргументации и принятия решений;

в) вычислительные модели доказательного обоснования;

г) юридические рассуждения в многоагентных системах;

д) исполняемые модели законодательства;

е) автоматическая классификация и реферирование (саммаризация) юридических текстов;

ж) автоматизированное извлечение информации из юридических баз данных;

з) машинное обучение и интеллектуальный анализ данных для обнаружения электронных данных3;

и) концептуальный или основанный на модели поиск юридической информации;

к) специализированные (юридические) чат-боты для автоматизации рутинных юридических задач.

К преимуществам применения ИИ в юридической сфере отнесем следующие факторы:

- юридическая экспертиза (Спиридонов, 2023);

- подготовка договоров;

- управление контрактами;

- анализ юридических операций;

- анализ судебных разбирательств;

- обнаружение и уменьшение ошибок;

- правовые исследования;

3 E-discovery определяется как процесс раскрытия информации в гражданском судебном процессе, осуществляемый в электронных форматах. Он включает в себя то, что чаще всего называют информацией, хранящейся в электронном виде, или ESI. Примерами типов включенного ESI являются электронные письма, чаты для обмена мгновенными сообщениями, документы, базы данных бухгалтерского учета, файлы CAD/CAM, веб-сайты и любая другая электронная информация, которая может быть значимым доказательством в судебном процессе.

- экономия времени;

- повышение производительности;

- улучшение отношений с клиентами;

- совершенствование организационной и логической структуры;

- снижение стресса юристов;

- расширение возможностей творческого анализа.

Еще более десятилетия назад Р. Сасскинд не только предсказал, что юристы возьмут на себя новые роли в юридической практике, но также утверждал, что интеграция технологий в юриспруденцию приведет к появлению новых профессий, таких как: 1) инженер по правовым знаниям; 2) юридический технолог; 3) аналитик юридических процессов; 4) менеджер юридических проектов; 5) специалист по юридическим данным; 6) исследования и разработки; 7) практикующий специалист по онлайн-разрешению споров; 8) консультант по юридическому управлению; 9) менеджер по юридическим рискам и др. (Susskind, 2013). И время продемонстрировало, что футурологические оценки британского ученого были весьма точны, подтверждением чему может служить динамичный рост тематических магистерских программ и программ повышения квалификации на базе ведущих образовательных учреждений страны - как государственных (НИУ ВШЭ, КФУ, МГИМО, МГУ, МГЮА, СпбГУ, СГЮА), так и частных (Moscow Digital School)4.

Технологии не просто меняют способ предоставления юридического образования, они определяют содержание курсов. Многие юридические школы предлагают, среди прочего, модули по праву интеллектуальной собственности, праву в области информационных технологий и закону о конфиденциальности данных. Следующее движение в этом направлении, похоже, подчеркивает важность преподавания таких модулей, как программирование, машинное обучение и искусственный интеллект, поскольку язык права переходит «от латыни к JavaScript» (Cerqua, 2019). Например, модуль кодирования для юристов уже предлагается в Гарвардской школе права, Мельбурнском университете, Тилбургском университете, а теперь и в Университете Миннесоты (Contreras & McGrath, 2020). Гарвардская школа права поддержала свое предложение, утверждая, что их студенты «должны понимать, что на техническом уровне означает "говорить" онлайн, "подписывать" цифровой контракт, "обыскивать" компьютер или "удалять" доказательства» (Contreras & McGrath, 2020).

Исследователи предлагают разнообразные формы применения ИИ в образовании: от роботизированных существ, имитирующих человеческое общение, до специализированных систем, которые предоставляют методические рекомендации. Также обсуждаются гибридные и виртуальные образовательные среды, которые могут радикально изменить взаимодействие между учащимися и педагогами. В целом интеграция ИИ в педагогику начинает «становиться полноправным направлением совершенствования этой сферы человеческой деятельности» (Коляда, Бугаева, 2019) и рассматривается как ключ к инновационному развитию и усовершенствованию образовательного процесса.

Риски применения систем искусственного интеллекта в юридическом образовании

Как и любое технологическое явление, применение системы искусственного интеллекта (далее - СИИ) сопряжено с определенными рисками.

1. Исследования показывают, что люди больше доверяют решениям, принятым компьютерами, чем решениям других людей, и при этом менее склонны оспаривать решения, принятые автоматизированными системами (Bogert et al., 2021). Изложенное вызывает серьезные опасения, так как многие ИИ-системы могут усиливать существующие предвзятости в обучающих данных и делать ошибки, которые трудно обнаружить. В качестве

4 Интеллектуальные права и право новых технологий. МГЮУ имени О. Е. Кутафина. https://msal.ru/programs/vysshee-obrazovanie/magistratura/magisterskaya-programma-intellektualnye-prava-i-pravo-novykh-tekhnologiy; Интеллектуальные права, искусственный интеллект и цифровые технологии. МГУ имени М. В. Ломоносова. https://www.law.msu.ru/courses/72; Магистерская программа «Цифровое право». Высшая школа экономики. https://www.hse.ru/ma/dlaw/; Информационное право и защита данных. СПбГУ. https://spbu.ru/postupayushchim/programms/magistratura/informacionnoe-pravo-i-zaschita-dannykh; Магистр IT Law. Саратовская государственная юридическая академия. http://www.xn--80af5bzc.xn--p1ai/ru/component/k2/item/L5106-magistr-it-law; Магистерская программа «Юрист в сфере цифровой экономики». Казанский федеральный университет. https://kpfu.ru/ law/magistratura/abiturienta^magisterskie-programmy/magisterskaya-programma-39jurist-v-sfere-cifrovoj; Программа магистратуры «Правовое регулирование цифрового развития». Одинцовский филиал МГИМО. https://pk.odin.mgimo.ru/master/pscr.html; Юрист в сфере IT. MDS. https://mosdigitals.ru/courses/software-lawyer

хрестоматийного примера можно привести опыт США, где правоохранительные органы все чаще используют алгоритмы ИИ для прогнозирования преступной деятельности. Так, согласно данным Министерства юстиции США, у чернокожего человека вероятность быть арестованным более чем в два раза выше, чем у белого, и при этом чернокожего человека в пять раз чаще останавливают без уважительной причины, чем белого человека (Heaven, 2020). Исходя из этого, на основе обработки загруженных в систему данных программой будет перенят идентичный паттерн расового критерия, т. е. «машина» смоделирует системную априорность виновности чернокожих граждан исходя из их цвета кожи, так как если не все люди расисты (и иногда задумываются и переоценивают свои решения), то модель, которая выучила, что так «правильно», всегда будет вести себя аналогично. Здесь, думается, уместно образное представление типичной модели машинного обучения в виде ученика-«зубрилы», который заучивает полученную информацию (обучающие данные), но при этом ничего не понимает.

Бразильскими учеными было опубликовано обширное исследование о трудностях обеспечения справедливости и отсутствия предубеждений при принятии решений моделями ИИ (Pagano et al., 2023). В исследовании были использованы различные методы, техники и инструменты для обнаружения и устранения алгоритмической несправедливости и предубеждений. Для устранения основных форм предвзятостей в обучающих данных, в алгоритмах и во взаимодействии с пользователями авторами были рассмотрены процессы предобработки, «внутренней» обработки и постобработки. Было обнаружено, что большинство рассмотренных обучающих выборок включают чувствительные атрибуты5, влияющие на возможность объективного принятия решений системой. Изложенное коррелирует с позицией ученых о том, что игнорирование предвзятостей в алгоритмах приводит к принятию решений, которые несут непредвиденные последствия для определенных групп людей, что, в свою очередь, вызывает необходимость своевременного исследования предполагаемых и непредвиденных эффектов применения ИИ для выявления и нивелирования скрытых предвзятостей (Харитонова и др., 2021). Повышенную обеспокоенность данная проблема представляет в системе образования - когда, с одной стороны, закладывается фундамент картины мира и профессиональных знаний, а с другой - субъекты познания не обладают в должной мере способностями критического анализа и оценки предоставляемой им информации.

Еще одним вызовом в срезе проблематики обучающих данных являются галлюцинации ИИ6. В рамках юридического образования это может найти отражение в неправильной интерпретации данных и ошибок в алгоритмах, что может привести к неправильным рекомендациям и выводам. Негативные риски включают некорректную интерпретацию правовых норм, предвзятые решения, отсутствие прозрачности7 и ответственности (Kharitonova, 2023), нарушение конфиденциальности и конфликты интересов. Думается, что изложенное четко подпадает под то, что В. В. Лазарев охарактеризовал как «цифровое слабоумие» (Лазарев, 2023).

Свойства галлюцинирования выражают саму эссенцию ИИ как симулякра, т. е. копии без оригинала, которая функционирует в автономной реальности (Бодрийяр, 2015) - именно так субстанционально предстают

5 Под чувствительными атрибутами понимаются характеристики [элементов в обучающих данных], которые во многих случаях, не должны включаться в обучающую выборку, так как могут внести нежеланную предвзятость в модель ИИ (например, возраст, пол, рост, вес и т. д.).

6 Объективности ради стоит отметить, что существует плюрализм в трактовке данного термина. Первоначально термин «галлюцинация в ИИ» был использован в области компьютерного зрения и имел положительные коннотации, так как описывал методы, которые улучшали качество изображений через восстановление или добавление отсутствующих пикселей. Однако со временем термин стал использоваться для описания ошибок в моделях ИИ, в частности, при генерации текста, где результаты могут быть полностью не связанными с исходным запросом. Группой американских исследователей был проведен систематический обзор использования термина «галлюцинации» в 14 базах данных. Основной целью было выяснить, как термин применяется в различных областях ИИ и насколько его использование является последовательным и адекватным. Результаты исследования показали, что определения «галлюцинаций в ИИ» значительно различаются, так как в одних случаях термин используется для описания полезных аспектов ИИ, а в других - для указания на серьезные ошибки или недостатки. В данном контексте особую важность приобретает унификация понятийно-категориального аппарата в сфере ИИ и преодоление существующей путаницы для улучшения понимания и эффективности проводимых исследований и практического применении ИИ в различных областях (Ма1ек et а1., 2024).

7 В Национальной стратегии развития ИИ до 2030 г. принцип прозрачности указывается в качестве одного из основных в вопросе развития и использования указанной технологии. При этом под прозрачностью в Стратегии понимается «объяснимость работы ИИ и процесса достижения им результатов, недискриминационный доступ пользователей продуктов, которые созданы с использованием технологий ИИ, к информации о применяемых в этих продуктах алгоритмах работы ИИ» (пп. «в» п. 24). - Национальная стратегия развития искусственного интеллекта на период до 2030 г. (с изменениями 2024 г.). https://a-ai.ru/wp-content/ uploads/2024/03/Национальная_стратегия_развития_ИИ_2024.pdf

и знания ex machina. Так, не имея реального знания, ИИ начинает генерировать его «по мотивам», заполняя (замещая) лакуны в исходных данных аналогиями, формируя, по терминологии Ж. Бодрийяра, гиперреальность. Французский философ выделял три типа симулякров: 1) естественные; 2) продуктивные; 3) симуля-кры симуляций. Согласимся отчасти с исследователями, относящими ИИ к симуляционному типу. Однако это не отменяет и его относимость к продуктивным симулякрам, лишь по причине того, что он вышел «за пределы "механических машин"» (Ястреб, 2012), а более органичным, как думается, будет констатировать симуляционную дихотомичность ИИ. При этом оправданной видится обеспокоенность экзистенциального и трансцендентного порядка касаемо того, что интенция человека на приобретение с помощью цифровизации невиданной свободы оборачивается тем, что он «перестает понимать окружающий мир и самого себя, теряет автономию, попадает в рабство к искусственному интеллекту» (Лекторский, 2022).

Симулякры, как отмечает В. В. Лазарев, могут как отражать реальность в положительном свете, так и искажать действительные процессы. Особенно интересен случай, когда симулякры не связаны с реальностью вообще, образуя что-то вроде чистой синтетики. Особенно распространены симулякры в области гуманитарных наук, где они находят благоприятную среду из-за того, что в этих науках зачастую принимают за истину мнения, которые не поддаются строгому количественному анализу, а сводятся к силе авторитета научной позиции или отдельного автора (Лазарев, 2023).

Дополнительно мы сталкиваемся с так называемой проблемой черного ящика, логически вытекающей из проблемы галлюцинирования. Сущность проблемы заключается в том, что часто непонятно, как ИИ приходит к определенным выводам или результатам. В образовательной сфере такая неопределенность может быть критичной, поскольку ошибки в обучении могут привести к серьезным последствиям. В отличие от опытных специалистов, которые могут анализировать и корректировать выводы ИИ, студенты могут не распознать ошибки и усвоить неверную информацию, что подрывает всю ценность образовательного процесса, превращая его в профанацию. Поэтому важно использовать ИИ в образовании осторожно, принимая его выводы как исходный материал или рекомендации, которые требуют дальнейшего анализа и проверки (Кочкин, 2023).

Вышеизложенное красной нитью демонстрирует особую значимость прозрачности СИИ, обеспечение которой логически послужит детерминирующим фактором реализации принципа справедливости в данной области, т. е. создания системы, максимально непредвзятой и защищенной от человеческих предубеждений. При этом исследователями предлагаются следующие способы обеспечения справедливости:

- использовать метод «гипотетическая справедливость» (counterfactual fairness)8, заключающийся в формировании ИИ гипотетической ситуации, в которой данные индивида наделяются противоположными признаками: женщина превращается в мужчину, бедный - в богатого, афроамериканец - в белого и т. п., что нивелирует влияние реального статуса человека на оценку его действий и формирует суждения, свободные от предубеждений, а значит, справедливые9;

- модернизировать системы ИИ на всех этапах их жизненного цикла, от способов использования данных до разработки, внедрения и эксплуатации, с целью предотвращения закрепления личных и социальных предрассудков, а также возникновения предвзятости и сопутствующих проблем.

В целом же верно было отмечено, что прозрачность и подотчетность являются инструментами, способствующими принятию справедливых алгоритмических решений, обеспечивая основу для получения возможности обратиться к значимому объяснению, исправлению или способам установления недостатков, которые могут привести к компенсационным процессам (Kharitonova, 2023; Koene et al., 2019).

2. Внедрение и использование ИИ в юридическом образовании несет с собой ряд вопросов этического и правового характера. Широкое внедрение технологий ИИ сопряжено с многочисленными рисками и проблемами, связанными с владением персональными данными студентов (например, использование данных в коммерческих целях), согласием (например, способны ли учащиеся в связи с их возрастом давать действительно информированное согласие) и конфиденциальностью (например, использование навязчивых систем распознавания эмоций). Как верно заметил И. Г. Ильин, российским законодательством понятие обработки персональных

8 Chiappa, S. (2019). Path-Specific Counterfactual Fairness. https://csilviavr.github.io/assets/publications/silvia19path.pdf

9 Готовцев, П. М., Душкин, Р. В., Кузнецов, О. П., Мильке, В. Э., Незнамов, А. В., Потапова, Е. Г. (2021). Этичное применение искусственного интеллекта. Этика и «цифра»: от проблем к решениям: аналитический доклад. https://ethics.cdto.center/3_3

данных трактуется довольно широко (п. 3 ст. 3 Закона о персональных данных10), что позволяет предположить, что любые действия, связанные с использованием данных в рамках технологий обработки естественного языка, будут считаться обработкой персональных данных (Ильин, 2024). В этой связи возникает резонный вопрос о пределах, в которых обработка данных должна соответствовать законодательным требованиям.

В свою очередь, Д. В. Бахтеев выделяет следующие правовые «болевые точки» применения ИИ: первая проблема связана с содержанием базы данных, на основе которой обучается и функционирует нейросеть, так как оно может (а в некоторых случаях и должно) содержать сведения ограниченного доступа, а вторая проблема относится в большей степени к возможности применения систем ИИ в работе с материальными нормами права (Бахтеев, 2023).

Другой риск заключается в том, что алгоритмическая предвзятость может нарушать основные права человека (Мяо и др., 2022). Вдобавок с каждым днем технологии ИИ все глубже проникают в процесс обучения студентов в российских вузах. Высокое качество обратной связи, предоставляемой ИИ-инструментами, способствует распространению среди студентов ИИ-плагиата - незаконного использования материалов, созданных генеративным ИИ (Сысоев, 2024). При этом важно отметить, что ИИ должен рассматриваться как вспомогательный инструмент, а не замена преподавателей и студентов - человеческое оценивание и экспертиза остаются необходимыми для обеспечения качества образования и развития навыков, таких как критическое мышление и этическое рассуждение.

Несомненно, технологии представляют собой как риски, так и возможности, и право должно соответствующим образом реагировать на технологические разработки. Примером амбивалентности технологий являются большие данные (Big Data), чьи потенциальные преимущества и недостатки очевидны и заслуживают рассмотрения. Так, положительным примером может выступать LexisNexis, хранящий более 60 млрд документов и 2,5 петабайта юридических данных (Wilkins, 2017) и являющийся ценным ресурсом для юристов-практиков, ученых-правоведов и студентов. В свою очередь негативной стороной применения Big Data может являться осуществление сбора и хранения личной информации без соблюдения правовых и (или) этических норм, что, в частности, произошло с персональными данными пользователей 87 млн профилей одной из наиболее крупных соцсетей планеты (Isaak & Hanna, 2018).

Если моделировать модус будущего в срезе того, что технологии будут иметь разрушительное влияние на право и юридическую практику, а также могут вскоре «устранить... многие, если не большинство, традиционных юридических навыков и характеристик классических юристов» (Fenwick et al., 2018), то необходимо определить, какие юридические способности будут востребованы в перспективе. Как заметил Э. Тоффлер, темпы технологических преобразований означают, что будущее слишком часто наступает преждевременно и влечет за собой психические и социальные издержки, отражающиеся в состояниях подавленности, дезориентации и отрицания (Toffler, 1984).

Исследования показывают, что от 22 до 23 % задач, выполняемых юристами, могут быть автоматизированы11, а до 39 % рабочих мест в юридической сфере могут исчезнуть из-за автоматизации12. Это заставляет задуматься о будущем юридической практики и образования, которое зависит от способности профессии адаптироваться к юридическим технологиям. В исследовании, проведенном компанией LawGeex, инструмент ИИ сравнивался с юристами в задаче проверки контрактов. ИИ показал лучшие результаты, идентифицируя проблемы в 94 % случаев, в то время как юристы - в 85 % случаев. Кроме того, ИИ выполнял задачу за 26 секунд, в то время как юристам требовалось в среднем 92 минуты. В реальных условиях, где юристы выполняют множество задач одновременно, этот временной разрыв может быть еще больше (Leary, 2018).

Необходимо также признать, что для преподавателей-юристов обучение технологическим компетенциям является сложной задачей, так как лишь немногие из них хорошо разбираются в технологиях и, возможно,

10 Федеральный закон № 152-ФЗ от 27.07.2006 (ред. от 06.02.2023). СПС «КонсультантПлюс». https://www.consultant.ru/ document/cons_doc_LAW_61801/

11 Mckinsey Global Institute. (2017, December 6). Jobs Lost, Jobs Gained: Workforce Transitions in a Time of Automation. www.mckinsey.com/~/media/mckinsey/industries/public%20and% 20social%20sector/our% 20insights/what% 20the% 20future% 20of% 20 work%20will%20mean%20for%20jobs%20skills%20and%20wages/mgi-jobs-lost-jobs-gained-executive-summary-december-6-2017.pdf

12 Hill, J. (2016, March 16). Deloitte Insight: Over 100,000 Legal Roles to be Automated. https://legaltechnology.com/2016/03/16/ deloitte-insight-over-100000-legal-roles-to-be-automated (дата обращения: 01.05.2024).

не считают это необходимым. В этой связи весьма логично, что наличие «технологических» компетенций не является приоритетом среди представителей юридического образования, однако, когда технологии все же внедряются, к ним относятся настороженно и рассматривают как инструмент для достижения традиционных образовательных целей (Canick, 2014).

Отчасти можно разделить беспокойство представителей преподавательского корпуса по поводу того, что в ближайшей перспективе вопросы разработки, проверки и оценки экзаменационных работ отойдут ИИ - объективному и бесстрастному. «Это будет совершенно иная реальность и иная роль преподавателя, если он еще останется в учебном процессе»13 (Лонская, 2024). Однако в предыдущих исследованиях мы уже отмечали, что не поддерживаем алармизма некоторых ученых, считающих, что ИИ ad portas - предвестник гибели юридической профессии в целом (Даниелян, 2024). Существующие технологии ИИ не способны самостоятельно и в полном объеме замещать естественный интеллект и принимать «машинные решения». Вопросы права и юридической квалификации не могут быть полностью переданы ИИ без оценки со стороны юриста-человека, будь то судья, адвокат или преподаватель юридических дисциплин.

Предложения по внедрению ИИ в юридическое образование

Предваряя непосредственно рассмотрение вопросов внедрения ИИ в юридическое образование, стоит отметить, что под влиянием цифровых технологий произошли значительные изменения в образовательной сфере, в частности, это:

- перевод занятий в цифровой формат (полностью или частично);

- изменение роли педагога, который на сегодня действует скорее как модератор (тьютор) статичного цифрового материала и виртуальной коммуникации, а не как конструктор образовательных ситуаций;

- переход к использованию наглядно-образных методов подачи знаний, усиливающих визуальное восприятие и образное мышление, таких как видеоуроки, презентации и тесты;

- изменение характера социально-психологического взаимодействия между обучающимися (Храпов, 2021). В полной мере указанное относится и к сфере применения ИИ.

Важно, чтоб стратегия развития юридического образования в качестве приоритетов включала: 1) изучение передовых информационно-коммуникационных технологий; 2) подготовку специалистов, объединяющих навыки юристов и IT-специалистов для целей минимизации рисков ИИ в «экосистеме» права (Соколова, 2019).

Процесс интеграции цифровых технологий в юридическое образование, по мнению Е. А. Алферовой, предполагает решение двух задач: во-первых, преподаватели юридических вузов должны не только сами освоить цифровые компетенции и навыки, но и передать их студентам, требуя применения этих навыков в процессе обучения; во-вторых, необходимо более глубокое осмысление того, как юридическая профессия будет трансформироваться в будущем под влиянием различных контекстов и профессиональных реалий, связанных с цифровизацией (Алферова, 2022).

В контексте сказанного вызывают интерес положения Пекинского консенсуса по искусственному интеллекту и образованию, принятому при поддержке ЮНЕСКО, в рамках которого излагаются принципы дальнейшего развития и применения ИИ:

- человек должен контролировать развитие ИИ, которое должно быть направлено на благо людей;

- внедрение ИИ должно служить интересам человечества и способствовать развитию человеческого потенциала;

- при разработке ИИ необходимо руководствоваться этическими нормами, принципами справедливости, прозрачности, подотчетности и недискриминации;

- на всех этапах жизненного цикла ИИ, от разработки до использования, необходимо контролировать и оценивать его влияние на людей и общество14.

13 Лонская, С. В. (2024). Практическая методика обучения в условиях цифровой трансформации: история права в высшей школе. Москва: Инфра-М.

14 ЮНЕСКО. (2022). Пекинский консенсус по искусственному интеллекту и образованию: итоговый документ Международной конференции. https://www.unesco.org/ru/digital-education/artiflcial-intelligence

Учитывая темпы развития ИИ, маловероятно, что преподаватели будут заменены роботами, но это не означает отсутствие влияния ИИ на образовательный процесс. Необходимый резерв знаний стал для преподавателей ключевым узлом для экспорта соответствующих знаний студентам, особенно в преподавании юриспруденции в области ИИ.

Ученые-правоведы отмечают, что в настоящее время первоочередным является поиск ответов на ряд вопросов: как выстроить систему дисциплин и учебных программ по юриспруденции ИИ? Как составить учебники и материалы по ИИ-правоведению? В долгосрочной перспективе преподавательскому корпусу придется столкнуться с проблемами ИИ в своих предметных областях, и даже каждый профессиональный курс может столкнуться с проблемами ИИ (возможно, курсы права и истории смогут выжить) (Hu & Lu, 2019). Поэтому в данном случае большинству преподавателей-юристов, возможно, придется заняться обновлением своего резерва знаний и усилением междисциплинарных исследований.

В свете необходимости адаптации юридического образования к вызовам, связанным с ИИ, как указывалось выше, представители судебной системы также акцентируют внимание на возможностях использования ИИ для разработки электронных образовательных курсов. Целеполагание заявленных курсов должно выступить в помощь участникам юридического процесса осваивать цифровые технологии, что особенно важно для определения категории спора, применимого законодательства, способов защиты и средств доказывания (Момотов, 2023).

Нам же видятся весьма практичными и перспективными три идеи по совершенствованию юридического образования в срезе применения ИИ, предложенные У. Коннеллом и М. Хэмлин (Connell & Hamlin, 2019):

Во-первых, определить навыки, которые необходимы и будут необходимы для успешной юридической практики в XXI в. Здесь стоит выделить три направления, по которым юридические школы должны обучать студентов: 1) критический анализ; 2) творческое решение сложных проблем и 3) эмоциональная клиенто-ориентированность. Зарубежными исследователями отмечается в данной связи, что креативность и эмпа-тия - те области, в которых ИИ не может превзойти человека (Sundquist, 2018). Схожая мысль высказывается и в российской правовой доктрине: «Творческий труд и совесть юриста незаменимы» (Еременко, 2019).

Подчеркивается, что существуют и другие навыки, которые ИИ не может воспроизвести, и предлагается преподавателям права развивать эти навыки, чтобы юристы и ИИ могли дополнять друг друга. В этой связи рекомендуется создание учебных комитетов для мониторинга использования ИИ в юридической профессии и определения необходимых навыков и компетенций участвовать в разработке учебной программы по ИИ. Данные учебные комитеты должны включать представителей из различных сфер, включая юридическое сообщество и технологическую сферу, чтобы получить разнообразные мнения и решить, какие навыки ИИ необходимо включить в образование и как лучше всего обучать студентов этим навыкам.

Во-вторых, интегрировать курсы или программы, обучающие использованию ИИ, в правовое поле. Юридические школы должны предоставить формальное обучение по использованию ИИ, разработав специальные курсы и обеспечив доступ к соответствующим программам. Для сохранения конкурентоспособности юридическим школам необходимо сосредоточиться на обучении студентов современным навыкам, а не только на прошлых успешных подходах. Это потребует финансовых вложений, но сотрудничество с внештатными преподавателями и использование совместных программ может быть эффективным и относительно недорогим решением. Школы также могут договариваться с поставщиками программ ИИ для получения сниженных цен или бесплатного доступа. Обеспечение сильной учебной программы по ИИ поможет привлечь студентов и сохранить конкурентоспособность школы на рынке образования.

В-третьих, поощрять большее партнерство между студентами-юристами и технологическими старта-пами. Наличествует необходимость поощрять партнерство между студентами-юристами и технологическими стартапами. Клиенты ожидают, что их представители будут хорошо разбираться в новых юридических технологиях, но не желают оплачивать время, потраченное на изучение этих технологий. Юридические школы могут решить эту проблему, предлагая студентам возможность работать с юридическими компаниями и помогать стартапам и новым технологическим компаниям. В такой модели студенты работают с клиентами в более прямой роли, получая практический опыт, осваивая новые технологии. Юридическим школам также следует пересмотреть учебные программы и внедрить обучение использованию ИИ в юридической профессии. Это поможет привлечь будущих студентов-юристов, которые хотят быть подготовленными к новому юридическому миру, где ИИ становится неотъемлемой частью работы. Примером такого сотрудничества

является недавно подписанное соглашение между НИУ ВШЭ и Сбербанком о сетевой форме реализации образовательной программы бакалавриата «Юриспруденция: цифровой юрист»15.

Представителями академического сообщества Японии на заре нынешнего столетия была разработана образовательная методика, направленная на развитие у студентов творческого юридического мышления, что выражалось в способности правильного решения юридических кейсов путем создания новых правовых норм. Такое мышление включает в себя не только выработку правовых положений, но и построение новой логической структуры в голове у юриста (Yoshino & Sakuraia, 2005). В исследовании описано, что в процессе обучения, где активно используется база данных юридических знаний, студенты могут улучшать свои навыки систематического юридического мышления посредством систематического выполнения различных упражнений и решения юридических задач, что впоследствии способствует построению и расширению собственной базы знаний учащихся. Приведенный подход позволяет студентам развивать не только аналитические, но и творческие способности в области права. Следовательно, эта система базы юридических знаний предназначена для работы по принципу «снизу вверх», в отличие от традиционной нисходящей методологии преподавания. Апробация данного образовательного подхода проводилась на курсах «Юридический метод» и «Право и искусственный интеллект» в аспирантуре юридического факультета Университета Мэйдзи Гакуин, а также в рамках дисциплины «Право и компьютеры» на юридическом факультете Университета Кейо. Авторы методики констатируют, что в результате ее применения на занятиях студенты юридических вузов начали находить свои ошибки и постепенно их исправляли, добиваясь лучших правил систематизации (Yoshino & Sakuraia, 2005).

Однако у нынешних студентов, как правило, выявляются характеристики, не соответствующие творческому типу обучения (Louw, 2020). Исследователями отмечается, что на рубеже 2000-х гг. произошла значительная трансформация в характере интеллектуальной деятельности подростков. Так, если ранее доминировала логическая систематизация информации, основанная на понятийном мышлении, то теперь ее заменили формально-образные обобщения, при которых природа явлений не выделяется и не осмысляется, несмотря на возможность удерживания больших объемов информации16.

«Новый» тип интеллекта характеризуется рядом особенностей17:

- мышление становится более поверхностным;

- пренебрегается качественный анализ информации;

- абсолютизируются методы математического анализа;

- нарушается адекватность перспективного планирования и прогностической деятельности в целом;

- из-за непонимания причинно-следственных связей возникают ошибки при принятии решений.

Можно констатировать, что происходит замена аналитического юридического мышления на механическое

(Умнова-Конюхова, Алешкова, 2022). Очевидно, что новые времена (технологии) требуют новых решений (образовательных методик). Новый подход представляет собой интеграцию проблемных, сократовских и дискуссионных методов. В конечном счете он предназначен для развития юридических знаний снизу вверх с использованием системы, основанной на знаниях:

1) студенты должны начинать с положений закона;

2) студенты пытаются составить нормативные правила с целью создания дедуктивной системы;

3) посредством этой композиционной деятельности учащиеся могут найти внутреннюю связь правил с положениями, с одной стороны, и взаимосвязь правил, включая метаправила, с другой;

4) студенты могут установить соответствующие (интегрированные) правила, которые составляют дедуктивную систему права. Это означает, что учащиеся понимают реальный нормативный смысл и могут его правильно объяснить (Yoshino & Sakuraia, 2005).

Исследования подтверждают, что некоторые общие навыки, которые ранее приобретались в юридических школах, могут быть заменены автономными системами. Особенно рутинные и повторяющиеся задачи, такие как анализ законодательных материалов, подготовка документов и простой анализ судебных решений, могут

15 Факультет права НИУ ВШЭ и ПАО «Сбербанк» подписали договор о сотрудничестве. Высшая школа экономики. ИИрз:// pravo.hse.ru/news/896870403.html

16 Ясюкова, Л. А. (2020, 16 сентября). Изменение структуры интеллекта подростков с 1990 по 2020 годы. Психологическая газета. https://psy.su/feed/8560/

17 Там же.

быть эффективно выполнены компьютерными системами. В свете этих изменений юридическим школам следует уделить больше внимания развитию сложных навыков, которые не могут быть легко автоматизированы. Это включает такие навыки, как медиация, переговоры, судебное представительство и другие сферы, требующие эмоционального интеллекта, этики и эмпатии (Abdul Ghani, 2020).

Однако, несмотря на возможности автоматизации, некоторые аспекты юридической работы все же останутся уникальными для людей. Вопросы, связанные с этикой, моралью и совестью, требуют глубокого человеческого понимания и остаются отличительными чертами, отличающими нас от автономных систем и ботов. Навыки, требующие этих глубинных человеческих аспектов, будут играть важную роль для юристов в эпоху четвертой промышленной революции.

Кроме того, студентам юридических факультетов следует готовиться к непрерывному обучению и адаптироваться к изменяющейся юридической среде, которая быстро развивается вместе с технологическим прогрессом. Набор навыков, необходимых юристам для успешной работы в эпоху четвертой промышленной революции, будет отличаться от традиционных представлений о юридическом образовании. Поэтому важно учиться и развивать широкий спектр общих социальных, технических и системных навыков, чтобы адаптироваться к быстро меняющемуся миру.

В целом современные изменения в юридической сфере требуют переосмысления и обновления подходов к обучению и развитию студентов-юристов, чтобы они могли успешно справляться с вызовами эпохи четвертой промышленной революции.

Говоря об адаптации юридического образования к вызовам ИИ, следует выделить два основных вектора в данном вопросе:

- пересмотр образовательных программ по юридическим направлениям;

- обязательное повышение квалификации судей, юристов-практиков.

1. Разработка первого компонента, направленного на изменения существующих юридических учебных программ, предполагает:

а) введение обязательных курсов по цифровым технологиям и искусственному интеллекту. Успешное достижение данной задачи требует выполнения ряда условий: во-первых, требуется внести изменения в методику изучения права с целью обеспечения его междисциплинарного охвата. Как отмечают А. В. Малько и А. Ю. Са-ломатин, усиление междисциплинарных связей и организация гибридных образовательных профилей являются потребностью в подготовке юристов, так как на перманентно трансформирующемся рынке труда востребованы специалисты с глубокими знаниями в сложных областях. Такие знания не только повышают качество профессиональных навыков из-за их многоаспектности, но и предоставляют дополнительные гарантии занятости (Малько, Саломатин, 2017). Это предполагает включение информатики, робототехники и этики в учебную программу по юриспруденции. Интенциональность указанного действа заключается в предоставлении студентам достаточных знаний для понимания и оценки основных проблем, связанных с применением ИИ. Во-вторых, студенты-юристы должны иметь достаточное понимание технологических контекстов, связанных с ИИ и правом. Они должны посещать вводные курсы по информатике и этике, чтобы получить необходимые знания и компетенции, чтобы повысить свою квалификацию как юриста. В-третьих, обязательные курсы по цифровым технологиям должны помочь студентам-юристам понять проблемы и особенности ИИ в целом и их влияние на юридическую профессию. Уяснение природы ИИ позволит адекватно осознавать основные проблемы, связанные с широким использованием ИИ в обществе, и сможет обеспечить основу для справедливого и объективного осуществления правоприменительной деятельности его субъектами (Fornasier, 2021; Surden, 2017);

б) повышение уровня осведомленности об этических проблемах применения искусственного интеллекта в юридической деятельности. Утилитарно целью является предоставление возможности студентам-юристам решать базовые этические проблемы, связанные с ИИ и юриспруденцией. Это требует значительной подготовки, чтобы студенты могли компетентно принимать юридические решения, касающиеся вопросов, таких как предвзятость машин и расовое профилирование. Простого посещения вводного курса по этике недостаточно, необходимо обеспечить глубокую подготовку, чтобы студенты могли эффективно решать эти проблемы.

2. Рассматривая вопрос об обязательном повышении квалификации судей, юристов-практиков как еще одном основополагающем векторе адаптации юридического образования к вызовам ИИ, стоит отметить, что на сегодня в профессиональной среде все больше в качестве доксы утверждается позиция, что юрист будущего - междисциплинарный специалист, чьи компетентность и навыки выходят далеко за рамки юри-

дической профессии (Gordon, 2024). Для юристов, которые уже работают в своей профессии, но не имеют дополнительной подготовки в области ИИ и права, крайне важно посещать обязательные курсы повышения квалификации. Для избежания несправедливых судебных решений важно разработать междисциплинарные онлайн-курсы, которые помогут судьям и судебным представителям глубже понять сложности, связанные с ИИ в праве. Неадекватное понимание проблемных аспектов может привести к ошибкам в судопроизводстве и подорвать авторитет судебной власти.

Отдельными отечественными учеными предлагается внедрение интеллектуальной системы мониторинга, «педагогической диагностики» образовательного процесса, основанной по лекалам системы социального рейтинга, внедренной в КНР (Коляда, Бугаева, 2019). При этом адаптированная система должна быть направлена на выявление у учащихся: 1) затруднений в познавательной деятельности; 2) их возможностей; 3) уровня обученности и воспитанности. По мнению авторов, оптимальным средством для проведения педагогической диагностики могут служить традиционные тестовые методики, подготовленные и реализуемые при помощи цифровых средств. При этом для реализации данной образовательной технологии необходимо обязательное получение согласия от обследуемых лиц (или их родителей, опекунов) на обработку и хранение персональных данных, а сами данные должны использоваться строго конфиденциально и исключительно в предусмотренных (образовательных) целях.

Думается, что такая образовательная методика выглядит весьма спорной, так как, по сути, являет признаки «цифрового тоталитаризма», одной из черт которого в традиционном виде служит вмешательство в личную жизнь граждан и ее чрезмерная регуляция. В данном же случае при первом рассмотрении видны признаки ограничения свободы и ущемление неотчуждаемых прав человека (право на неприкосновенность частной жизни, личную тайну, защиту своей чести и доброго имени, закрепленные ст. 23 Конституции РФ, ст. 16 Конвенции о правах ребенка).

Австралийский правовед Дж. Уэбб сформулировал пять базовых принципов, лежащих в основе пересмотра учебных программ в юридическом образовании в контексте внедрения информационных технологий (Webb, 2019):

1. Распространенность. Этот принцип подчеркивает важность темы «право и технологии» в учебных программах. Он указывает на необходимость глубокого понимания взаимосвязи права и технологий и их взаимного влияния друг на друга. Предлагается интегрировать эту тему во все аспекты юридического образования, чтобы студенты могли полностью осознавать, как цифровые технологии влияют на право, и наоборот.

2. Междисциплинарность. Принцип междисциплинарности подчеркивает важность сотрудничества между различными областями знаний при решении сложных юридических и социальных проблем. Он призывает к более тесному взаимодействию между юристами и специалистами из других областей, таких как антропология, социология, информатика, этика и экономика, чтобы лучше понимать и решать реальные проблемы.

3. Дизайнерское юридическое мышление. Этот принцип акцентирует внимание на необходимости восприятия права как проблемы проекта. Он предлагает использовать дизайнерские подходы к решению юридических проблем, подчеркивая, что проблемы, с которыми сталкиваются существующие юридические институты, часто связаны не только с ресурсами, но и с недостатками в их структуре. Принцип призывает к созданию юридических лабораторий дизайна и к более глубокому исследованию системных последствий юридических решений.

4. Этика и управление. Этические вопросы, касающиеся информационных технологий и права, не могут игнорироваться в учебной программе. Необходимо критически изучить ценности, заложенные в юридических технологиях. Важные этические проблемы включают в себя: справедливость, прозрачность и подотчетность систем искусственного интеллекта; проблемы конфиденциальности и защиты данных, связанные с большими данными; влияние юридических технологий на доступ к правосудию; влияние автоматизации на юридическую профессию и верховенство закона. Юридические школы должны научить студентов выявлять эти проблемы и решать их.

5. Навыки. Несмотря на растущую автоматизацию и использование технологий в юридической сфере, важность развития у студентов-юристов навыков критического мышления, творческого решения проблем и эффективного взаимодействия только возрастает. Юридическое образование должно адаптироваться к изменяющимся потребностям рынка и включать в себя такие области, как коммерческая осведомленность, использование юридических технологий, управление проектами, дизайн-мышление и программирование.

Анализ отечественного законодательства позволяет говорить о том, что в контексте российских стандартов юридического образования навыки применения СИИ способствуют формированию, помимо комплекса профессиональных компетенций, группы универсальных и общепрофессиональных компетенций:

На уровне бакалавриата18:

- системного и критического мышления (УК-1);

- разработки и реализации проектов (УК-2);

- юридического анализа (ОПК-1);

- юридической экспертизы (ОПК-3);

- информационных технологий (ОПК-8, ОПК-9);

на уровне специалитета19:

- системного и критического мышления (УК-1);

- разработки и реализации проектов (УК-2);

- информационно-коммуникационной технологии для профессиональной деятельности (ОПК-9);

на уровне магистратуры20:

- системного и критического мышления (УК-1);

- разработки и реализации проектов (УК-2);

- юридического анализа (ОПК-1);

- юридической экспертизы (ОПК-2);

- информационных технологий (ОПК-7).

Однако включение новых дисциплин в уже перегруженную учебную программу представляет собой серьезную проблему для юридических школ. В контексте сегментированного рынка юридических услуг (Парентони, 2024; Макгиннис, Пирс, 2019) необходимо рассмотреть возможность сокращения объема обязательных академических предметов и провести эмпирическое исследование потребностей в обучении. Такое исследование, хоть сложное и затратное, может предоставить ценную информацию для обсуждения необходимых профессиональных результатов юридического образования и определения надлежащего объема курсов профессиональной юридической подготовки. Это позволит юридическому образованию более эффективно адаптироваться к меняющимся потребностям профессии в эпоху технологических инноваций. Важно уточнить, что речь идет о перераспределении академических часов с целью их более рационального и практикоориентированного использования в соответствии с современными требованиями юридической профессии (в том числе путем интеграции навыков работы с ИИ), а не о простом их сокращении.

В частности, в зависимости от направления подготовки можно рассмотреть следующие варианты оптимизации:

1) умеренное сокращение объема часов на дисциплины общего теоретико-правового, историко-правового и непрофильного циклов в пользу увеличения практико-ориентированных курсов;

2) введение обязательных курсов по правовой аналитике и использованию ИИ в юридической практике;

3) введение междисциплинарных курсов на стыке права и технологий;

4) интеграция курсов по правовой информатике и использованию ИИ в юридической деятельности в основную программу обучения;

5) дополнение рабочих программ по отраслевым дисциплинам темами, посвященными специфике применения ИИ в данной области права;

6) разработка специализированных программ в контексте конкретной магистерской программы.

18 Приказ Министерства науки и высшего образования РФ № 1011 от 13.08.2020. (2020). https://fgosvo.ru/uploadflles/FGOS%20 ^%203++/Вак/400301_В_3_15062021.р^

19 Приказ Министерства науки и высшего образования РФ № 1138 от 31.08.2020. (2020). https://fgosvo.ru/uploadflles7/FG0S%20 V0%203%2B%2B/Spec/40.05.01_C_3_08112022.pdf. Для полноты картины отметим, что ФГОСы по оставшимся специальностям специалитета («правоохранительная деятельность», «судебная экспертиза», «судебная и прокурорская деятельность») содержательно имеют в целом аналогичную матрицу компетенций, отличаясь лишь в их структуризации (нумерации).

20 Приказ Министерства науки и высшего образования РФ № 1451 от 25.11.2020. (2020). https://fgosvo.ru/uploadflles/FG0S%20 V0%203++/Mag/400401_M_3_11032021.pdf

Априорно, что конкретные решения о перераспределении часов и изменении содержания программ должны приниматься на основе тщательного эмпирического исследования потребностей рынка труда и консультаций с представителями юридического сообщества, что позволит повысить актуальность и востребованность юридического образования в условиях цифровизации юридической профессии.

Указанное выше подводит нас к правильности утверждения, что назрела потребность в разработке нового типа передового юридического образования, которое признает влияние ИИ и не ограничивается технологической нейтральностью (Sjoberg, 2019). Такое образование должно подготовить преподавателей и студентов к изучению и осмыслению правовых последствий использования алгоритмов ИИ в цифровом пространстве, а также обуславливает дальнейшее развитие исследований в области информационной безопасности, защиты персональных данных, проблем объективности и предвзятости СИИ, что, в свою очередь, служит стержневым фактором для перспектив успешного применения указанных систем в настоящем и будущем. При этом стоит учитывать, что темпы развития и внедрения технологий ИИ существенно опережают скорость соответствующих изменений в правовой сфере (Филипова, Коротеев, 2023).

Заключение

Подводя итоги исследованию, несомненно, стоит признать наличие достаточного круга вопросов, требующих решения в спектре взаимодействия ИИ и юридического образования. Помимо изложенного ранее, необходимо обратить внимание, что для современных юристов в большей своей массе еще затруднительно разобраться в хитросплетениях тезауруса в сфере ИИ, включающих, например, понятия «когнитивные вычисления», «нейронные сети», «обработка естественного языка», «хранилища больших данных», «интеллектуальный анализ данных», «машинное обучение» и т. д. Также особое внимание следует уделить динамической СИИ, основанной на алгоритмах, которые самообучаются и самомодифицируются в процессе деятельности уже функционирующих систем. При этом управление цифровыми ресурсами сейчас является частью юридической профессии как в публичном праве, так и в частном. В целом же достижение баланса между интересами и правами требует наличия современного образования, отвечающего вызовам эпохи, в том числе расширение методологического инструментария, включая навыки использования систем принятия решений на основе ИИ, и именно академические сферы IT-права и LegalTech дают теоретическую и прикладную базу таких навыков.

Однако преподавание права - это не только помощь студентам в понимании правовых норм, буквы закона, но и вдохновение будущих юристов стремиться к миру должного. Технологии определенно могут трансформировать процессы обучения и преподавания, делая их более интересными и динамичными. Однако вопрос о том, могут ли они полностью заменить преимущества личного взаимодействия, остается открытым. Поэтому считать, что юридическая практика или образование могут быть полностью заменены технологиями, было бы преждевременно.

Юридическое образование является системой, которая отличается гибкостью и способностью к адаптации, постоянно переосмысливая себя в ответ на изменения. Аналогично тому, как оно адаптировалось к глобализации, оно также будет приспосабливаться к новым технологическим вызовам (Wang, 2019).

На момент написания статьи можно констатировать, что вопросы применения ИИ в образовании и конкретно в юридическом образовании являются уделом лишь ограниченного круга университетов страны21,

21 О внесении изменений в Положение о проведении государственной итоговой аттестации по образовательным программам высшего образования - программам бакалавриата, программам специалитета, программам магистратуры ГАОУ ВО г. Москвы «Московский государственный педагогический университет». https://www.mgpu.ru/wp-content/uploads/2023/08/04.09.2023_633ob shh_Remorenko_I.M._Safronova_E.S.-1.pdf; МГПУ разрешил студентам использовать ИИ при подготовке ВКР. (2023, 31 августа). Московский городской университет. https://www.mgpu.ru/mgpu-razreshil-studentam-ispolzovat-ii-pri-podgotovke-vkr/; Регламент организации проверки письменных учебных работ на наличие плагиата, использования генеративных моделей и размещения выпускных квалификационных работ обучающихся по программам бакалавриата, специалитета и магистратуры на корпоративном сайте (портале) Национального исследовательского университета «Высшая школа экономики». (08.05.2024). ВШЭ. https://www. hse.ru/docs/922831988.html; Студенты из Архангельска официально смогут использовать нейросети для написания дипломов. (2024, 24 января). 29.ру. https://29.ru/text/education/2024/01/24/73154183/; Положение о подготовке и защите выпускных квалификационных работ обучающихся в ФГБОУ ВО «Саратовская государственная юридическая академия». http://xn--80af5bzc.xn--p1ai/ documents/polojenia/2021/polojenie_o_VKR.pdf

обладающих релевантным материально-техническим, организационно-правовым, научно-творческим и кадровым потенциалом. В большинстве вузов использование ИИ не получило целенаправленного характера и должной нормативной оценки и регламентации (например, в локальных актах, регулирующих порядок подготовки и защиты выпускных квалификационных работ).

Думается, что первоочередной задачей в интегрировании ИИ в сферу юридического образования является подготовка/переподготовка преподавателей юридических факультетов, руководствуясь принципом «хочешь изменить мир - начни с себя». Кадровый ресурс - основа для гармоничного внедрения искусственного интеллекта в действующую образовательную траекторию, экономии финансовых средств образовательных учреждений, обеспечения этических принципов применения искусственного интеллекта. В качестве центров для подготовки кадров могут выступать учреждения, уже имеющие образовательные, методические и научные разработки (базу) по рассматриваемому вопросу (НИУ Высшая школа экономики, Санкт-Петербургский государственный университет, Московский государственный университет, Московский государственный юридический университет, Саратовская государственная юридическая академия, Уральский государственный юридический университет, Северный (Арктический) федеральный университет, Казанский (Поволжский) федеральный университет.

Резюмируя, применение ИИ в юридической сфере, в том числе в образовательной плоскости, может привести к кардинальной трансформации профессии и нести положительный импульс. Однако для обеспечения этичного использования ИИ в правовой системе необходимо решить проблемы, связанные с предвзятостью, прозрачностью и юридической ответственностью.

Список литературы

Алферова, Е. В. (2022). Дилеммы юридического образования в контексте цифровизации. Право и управление. XXI век, 18(2), 14-21. https://doi.org/10.24833/2073-8420-2022-2-63-14-21

Бахтеев, Д. В. (2023). Искусственный интеллект: этико-правовые основы. М.: Проспект. Бодрийяр, Ж. (2015). Симулякры и симуляции (пер. с фр. А. Качалова). М.: Постум.

Воронцов, С. А., Мамычев, А. Ю. (2019). «Искусственный интеллект» в современной политической и правовой жизнедеятельности общества: проблемы и противоречия цифровой трансформации. Территория новых возможностей. Вестник Владивостокского государственного университета экономики и сервиса, 11 (4), 9-22. https://doi.org/10.24866/ vvsu/2073-3984/2019-4/009-022

Даниелян, А. С. (2024). К вопросу о преимуществах и рисках применения искусственного интеллекта в юриспруденции. Образование и право, 2, 472-476.

Ди Сальво, М. (2024). Искусственный интеллект и киберутопизм в правосудии. Почему ИИ - не интеллект; борьба человека за собственное выживание. Russian Journal of Economics and Law, 18(1), 264-279. https://doi. org/10.21202/2782-2923.2024.1.264-279

Еременко, Р. С. (2019). Искусственный интеллект и юрист: дуэль или коворкинг? Актуальные проблемы гражданского права, 1-2, 204-243. EDN: DYIZOT

Ильин, И. Г. (2024). Персональные данные в системах искусственного интеллекта: технология обработки естественного языка. Journal of Digital Technologies and Law, 2(1), 123-140. https://doi.Org/10.21202/jdtl.2024.7

Коляда, М. Г., Бугаева, Т. И. (2019). Искусственный интеллект как движущая сила совершенствования и инновационного развития в образовании и педагогике. Информатика и образование, 10, 21-30. https://doi.org/10.32517/ 0234-0453-2018-33-10-21-30

Кочкин, М. (2023). Создание образовательных симуляторов с GPT. В сб. ChatGPT для юриста и преподавателя: материалы открытого семинара из цикла «Как учить юристов», факультет права НИУ ВШЭ, 3 апреля 2023 г. (с. 24-29). Москва: НИУ ВШЭ. https://pravo.hse.ru/mirror/pubs/share/827238046.pdf

Лазарев, В. В. (2023). Юридическая наука в свете перспектив цифровизации. Журнал российского права, 2. https://doi. org/10.12737/jrp.2023.013

Лекторский, В. А. (2022). Искусственный интеллект в изучении человека, человек в мире, создаваемом искусственным интеллектом. В кн. В. А. Лекторский (ред.), Человек и системы искусственного интеллекта (с. 10-18). Санкт-Петербург: Юридический центр.

Малько, А. В., Саломатин, А. Ю. (2017). Юридическое образование в глобализирующемся обществе. Известия высших учебных заведений. Правоведение, 5, 16-31.

Макгиннис, Д. О., Пирс, Р. Д. (2019). Великий подрыв: как искусственный интеллект меняет роль юристов в оказании юридических услуг. Актуальные проблемы экономики и права, 13(2), 1230-1250. https://doi.org/10.21202/ 1993-047X.13.2019.2.1230-1250

Момотов, В. В. (2023). Пространство права и власть технологий в зеркале судебной практики: современный взгляд. Журнал российского права, 2, 112-123. https://doi.org/10.12737/jrp.2023.021

Мяо, Ф., Холмс, У., Жунхуай, Х., Хуэй, Дж. (2022). Технологии искусственного интеллекта в образовании: перспективы и последствия (пер. М. Федоров). ЮНЕСКО. https://unesdoc.unesco.Org/ark:/48223/pf0000382446

Парентони, Л. (2024). Чего следует ожидать от искусственного интеллекта? Russian Journal of Economics and Law, 18(1), 217-245. https://doi.org/10.21202/2782-2923.2024.L217-245

Соколова, А. А. (2019). Искусственный интеллект в юриспруденции: риски внедрения. Юридическая техника, 13, 350-356. EDN: YZOSDR

Спиридонов, М. С. (2023). Технологии искусственного интеллекта в уголовно-процессуальном доказывании. Journal of Digital Technologies and Law, 1(2), 481-497. https://doi.org/10.21202/jdtl.2023.20

Сысоев, П. В. (2024). Этика и ИИ-плагиат в академической среде: понимание студентами вопросов соблюдения авторской этики и проблемы плагиата в процессе взаимодействия с генеративным искусственным интеллектом. Высшее образование в России, 33(2), 31-53. https://doi.org/10.31992/0869-3617-2024-33-2-31-53

Умнова-Конюхова, И. А., Алешкова, И. А. (2022). Современное юридическое образование: актуальные вопросы внедрения цифровых технологий. Социальные и гуманитарные науки. Отечественная и зарубежная литература. Серия 4, Государство и право: Реферативный журнал, 2, 25-39. EDN: PWHEYW

Файн, А., Ли, С., Миллер, М. (2024). Контент-анализ мнений судей об инструментах оценки рисков с использованием искусственного интеллекта. Russian Journal of Economics and Law, 18(1), 246-263. https://doi. org/10.21202/2782-2923.2024.1.246-263

Филипова, И. А., Коротеев, В. Д. (2023). Будущее искусственного интеллекта: объект или субъект права? Journal of Digital Technologies and Law, 1(2), 359-386. https://doi.org/10.21202/jdtl.2023.15

Харитонова, Ю. С., Савина, В. С., Паньини, Ф. (2021). Предвзятость алгоритмов искусственного интеллекта: Вопросы этики и права. Вестник Пермского университета. Юридические науки, 53, 488-515. https://doi.org/10.17072/ 1995-4190-2021-53-488-515

Храпов, С. А. (2021). Цифровое образование и эмоциональный мир обучающихся. Вестник Тверского государственного университета. Серия Философия, 3(57), 48-54. https://doi.org/10.26456/vtphilos/202L3.048

Ястреб, Н. А. (2012). Искусственный интеллект как симулякр третьего порядка. Философские проблемы информационных технологий и киберпространства, 1, 197-202. EDN: PUHPWZ

Abdul Ghani, A. I. M. (2020). Challenges for legal education in the era of I.R.4.0. UUM Journal of Legal Studies, 11(2), 27-51. https://doi.org/10.32890/uumjls.1L2.2020.7731

Bogert, E., Schecter, A., & Watson, R. T. (2021). Humans rely more on algorithms than social influence as a task becomes more difficult. Science Reports, 11. https://doi.org/10.1038/s41598-021-87480-9

Canick, S. (2014). Infusing technology skills into the law school curriculum. Faculty Scholarship, 1569. https://digitalcommons. law.umaryland.edu/fac_pubs/1569

Cerqua, C. (2019). From Latin to JavaScript: The Future of Legal Education. https://www.researchgate.net/ publication/333968644_From_Latin_to_JavaScript_The_Future_of_Legal_Education/citation/download

Connell, W., & Hamlin, M. (2019). Black Artificial Intelligence and Legal Education. The Computer & Internet Lawyer, 36(5), 15-17.

Contreras, A., & McGrath, J. (2020). Law, Technology, and Pedagogy: Teaching Coding to Build a "Future-Proof" Lawyer. Minnesota Journal of Law, Science & Technology, 21(2). https://scholarship.law.umn.edu/mjlst/vol21/iss2/2

Fenwick, M., Kaal, W. A., & Vermeulen, E. P. M. (2018). Legal Education in a Digital Age: Why 'Coding for Lawyers' Matters. Lex Research Topics in Corporate Law & Economics Working Paper, 2018-4; U of St. Thomas (Minnesota) Legal Studies Research Paper, 18-21. https://doi.org/10.2139/ssrn.3227967

Fornasier, M. de Oliveira. (2021). Legal education in the 21st century and the artificial intelligence. Revista Opiniao Juridica, 19(31), 1-32. https://doi.org/10.12662/2447-6641oj.v19i31.p1-32.2021

Gordon, J.-S. (2024). General Introduction. In J.-S. Gordon (Ed.). Future Law, Ethics, and Smart Technologies (pp. 1-11). Brill. https://brill.com/display/title/64715

Heaven, W. D. (2020). Predictive policing algorithms are racist. They need to be dismantled, MIT Technology Review, 3. Hu, T., & Lu, H. (2019). Study on the Influence of Artificial Intelligence on Legal Profession. In Proceedings of the 5th International Conference on Economics, Management, Law and Education (EMLE 2019). https://doi.org/10.2991/aebmr.k.191225.184

Isaak, J., & Hanna, M. J. (2018). User Data Privacy: Facebook*, Cambridge Analytica, and Privacy Protection. Computer, 51(8), 56-59. https://doi.org/10.1109/MC.2018.3191268

Kharitonova, Yu. S. (2023). Legal Means of Providing the Principle of Transparency of the Artificial Intelligence. Journal of Digital Technologies and Law, 1(2), 337-358. https://doi.org/10.21202/jdtl.2023.14

Koene, A., Clifton, C., Hatada, Y., Webb, H., & Richardson, R. (2019). A governance framework for algorithmic accountability and transparency. Panel for the Future of Science and Technology. European Parliament.

Leary, K. (2018, February 27). The Verdict Is In: AI Outperforms Human Lawyers in Reviewing Legal Documents. Futurism. Louw, A. (2020). Artificial Intelligence (AI) in non-law student training. In M. Njotine, & L. G. Mpedi (Eds.), Law and Industry 4.0 - Selected Perspectives on a New Scholarship of Teaching and Learning (pp. 59-70). Johannesburg.

Maleki, N., Padmanabhan, B., & Dutta, K. (2024). AI Hallucinations: A Misnomer Worth Clarifying. https://arxiv.org/ abs/2401.06796v1

Pagano, T. P., Loureiro, R., Lisboa, F., Peixoto, R. M., Guimaraes, G., Cruz, G., Santos, L., Cruz, M., Araujo, M., Oliveira, E., Winkler, I., & Nascimento, E. (2023). Bias and Unfairness in Machine Learning Models: A Systematic Review on Datasets, Tools, Fairness Metrics, and Identification and Mitigation Methods. Big Data and Cognitive Computing, 7(1), 15. https://doi.org/10.3390/ bdcc7010015

Sjoberg, C. M. (2019). Legal Automation: AI and Law Revisited. In M. Corrales, M. Fenwick, & H. Haapio (Eds.), Legal Tech, Smart Contracts and Blockchain (pp. 186-187). Springer, Singapore.

Srivastava, R. (2018). Artificial Intelligence in the Legal Industry: A Boon or a Bane for the Legal Profession. International Journal of Engineering Trends and Technology, 64(3), 131-138. https://doi.org/10.14445/22315381/ijett-v64p224

Sundquist, C. B. (2018, April 9). A Place to Discuss Best Practices for Legal Education Artificial Intelligence, Algorithmic Knowledge and the Future of Law Schools. https://bestpracticeslegaled.com/2018/04/09/artificial-intelligence-algorithmic-knowledge-and-the-future-of-law-schools/

Surden, H. (2017). What to Teach Law Students About Artificial Intelligence and Law? Northwestern Law Review Online (Bridges II). https://ssrn.com/abstract=3120123

Susskind, R. (2013). Tomorrow's Lawyers: An Introduction to Your Future. Oxford. Toffler, A. (1984). Future Shock. Bantam Books.

Wang, Z. J. (2019). Between Constancy and Change: Legal Practice and Legal Education in the Age of Technology. Law in Context, 36(1). https://ssrn.com/abstract=3472795

Webb, J. (2019). Information Technology and the Future of Legal Education: A Provocation. The Griffith Journal of Law & Human Dignity, 9(1), 72-104. https://www.researchgate.net/publication/334957219_Information_Technology_and_the_Future_ of_Legal_Education_A_Provocation

Wilkins, S. (2017, October 26). The AI revolution disrupting the legal sector. Lawyers Weekly. https://www.lawyersweekly. com.au/newlaw/22140-the-ai-revolutiondisrupting-the-legal-sector

Yoshino, H., & Sakuraia, S. (2005). A Knowledge-Based Systems Approach to Educating Creative Legal Minds. In Proceedings of the ICAIL-05 Workshop on Artificial Intelligence and Legal Education (pp. 9-13). Bologna, Italy.

References

Abdul Ghani, A. I. M. (2020). Challenges for legal education in the era of I.R.4.0. UUM Journal of Legal Studies, 11 (2), 27-51. https://doi.org/10.32890/uumjls.1L2.2020.7731

Alferova, E. A. (2022). Dilemmas of Legal Education in the Context of Digitalization. Journal of Law and Administration, 18(2), 14-21. (In Russ.) https://doi.org/10.24833/2073-8420-2022-2-63-14-21

Bakhteev, D. V. (2023). Artificial intelligence: Ethical and legal foundations. Moscow: Prospekt. (In Russ.). Baudrillard, J. (2015). Simulacra et simulation. Moscow: Postum. (In Russ.).

Bogert, E., Schecter, A., & Watson, R. T. (2021). Humans rely more on algorithms than social influence as a task becomes more difficult. Science Reports, 11. https://doi.org/10.1038/s41598-021-87480-9

Canick, S. (2014). Infusing technology skills into the law school curriculum. Faculty Scholarship, 1569. https://digitalcommons. law.umaryland.edu/fac_pubs/1569

Cerqua, C. (2019). From Latin to JavaScript: The Future of Legal Education. https://www.researchgate.net/publication/333968644_ From_Latin_to_JavaScript_The_Future_of_Legal_Education/citation/download

Connell, W., & Hamlin, M. (2019). Black Artificial Intelligence and Legal Education. The Computer & Internet Lawyer, 36(5), 15-17.

Contreras, A., & McGrath, J. (2020). Law, Technology, and Pedagogy: Teaching Coding to Build a "Future-Proof" Lawyer. Minnesota Journal of Law, Science & Technology, 21(2). https://scholarship.law.umn.edu/mjlst/vol21/iss2/2

Danielyan, A. S. (2024). On the advantages and risks of using artificial intelligence in jurisprudence. Education and Law, 2, 472-476. (In Russ.).

Di Salvo, M. (2024) Artificial Intelligence and the cyber utopianism of justice. Why AI is not intelligence and man's struggle to survive himself. Russian Journal of Economics and Law, 18(1), 264-279. https://doi.org/10.21202/2782-2923.2024.L264-279 Eremenko, R. S. (2019). Artificial intelligence and a lawyer: a duel or a coworking? Actual Problems of Civil Law, 1-2, 204-243. (In Russ.).

Fenwick, M., Kaal, W. A., & Vermeulen, E. P. M. (2018). Legal Education in a Digital Age: Why 'Coding for Lawyers' Matters. Lex Research Topics in Corporate Law & Economics Working Paper, 2018-4; Uof St. Thomas (Minnesota) Legal Studies Research Paper, 18-21. https://doi.org/10.2139/ssrn.3227967

Filipova, I. A., & Koroteev, V. D. (2023). Future of the Artificial Intelligence: Object of Law or Legal Personality? Journal of Digital Technologies and Law, 1(2), 359-386. https://doi.org/10.21202/jdtl.2023.15

Fine, A., Le, S., & Miller, M. (2024). Content Analysis of Judges' Sentiments Toward Artificial Intelligence Risk Assessment Tools. Russian Journal of Economics and Law, 18(1), 246-263. (In Russ.). https://doi.Org/10.21202/2782-2923.2024.l.246-263

Fornasier, M. de Oliveira. (2021). Legal education in the 21st century and the artificial intelligence. Revista Opiniao Juridica, 19(31), 1-32. https://doi.org/10.12662/2447-6641oj.v19i31.p1-32.2021

Gordon, J.-S. (2024). General Introduction. In J.-S. Gordon (Ed.). Future Law, Ethics, and Smart Technologies (pp. 1-11). Brill. https://brill.com/display/title/64715

Heaven, W. D. (2020). Predictive policing algorithms are racist. They need to be dismantled, MIT Technology Review, 3. Hu, T., & Lu, H. (2019). Study on the Influence of Artificial Intelligence on Legal Profession. In Proceedings of the 5th International Conference on Economics, Management, Law and Education (EMLE 2019). https://doi.Org/10.2991/aebmr.k.191225.184

Ilin, I. G. (2024) Personal Data in Artificial Intelligence Systems: Natural Language Processing Technology, Journal of Digital Technologies and Law, 2(1), 123-140. (In Russ.). https://doi.org/10.21202/jdtl.2024.7

Isaak, J., & Hanna, M. J. (2018). User Data Privacy: Facebook*, Cambridge Analytica, and Privacy Protection. Computer, 51(8), 56-59. https://doi.org/10.1109/MC.2018.3191268

Kharitonova, Yu. S. (2023). Legal Means of Providing the Principle of Transparency of the Artificial Intelligence. Journal of Digital Technologies and Law, 1(2), 337-358. https://doi.org/10.21202/jdtl.2023.14

Kharitonova, Yu. S., Savina, V. S., & Pagnini, F. (2021). Artificial Intelligence's Algorithmic Bias: Ethical and Legal Issues. Perm University Herald. Juridical Sciences, 53, 488-515. (In Russ.). https://doi.org/10.17072/1995-4190-2021-53-488-515

Khrapov, S. A. (2021). Digital education and the emotional world of students. Herald of Tver State University. Philosophy Series, 3(57), 48-54. (In Russ.). https://doi.org/10.26456/vtphilos/202L3.048

Kochkin, M. (2023). Creating educational simulations with GPT. In ChatGPT for a Lawyer and a Professor: works of the open seminar from the series "How to teach lawyers", Faculty of Law, National Research University "Higher School of Economics", April 3, 2023 (pp. 24-29). Moscow: National Research University "Higher School of Economics". (In Russ.) https://pravo.hse.ru/ mirror/pubs/share/827238046.pdf

Koene, A., Clifton, C., Hatada, Y., Webb, H., & Richardson, R. (2019). A governance framework for algorithmic accountability and transparency. Panel for the Future of Science and Technology. European Parliament.

Koliada, M. G., & Bugayova, T. I. (2019). Artificial intelligence as a moving force of improvement and innovative development in education and pedagogic. Informatics and Education, 10, 21-30. (In Russ.). https://doi.org/10.32517/0234-0453-2018-33-10-21-30 Lazarev, V. V. (2023). Legal science in the light of the prospects of digitalization. Journal of Russian Law, 2. (In Russ.). https:// doi.org/10.12737/jrp.2023.013

Leary, K. (2018, February 27). The Verdict Is In: AI Outperforms Human Lawyers in Reviewing Legal Documents. Futurism. Lektorsky, V. A. (2022). Artificial intelligence in studying a human, a human in the world created by artificial intelligence. In V. A. Lektorsky (Ed.), A human and artificial intelligence systems (pp. 10-18). Saint Petersburg. (In Russ.).

Louw, A. (2020). Artificial Intelligence (AI) in non-law student training. In M. Njotine, & L. G. Mpedi (Eds.), Law and Industry 4.0 - Selected Perspectives on a New Scholarship of Teaching and Learning (pp. 59-70). Johannesburg.

Maleki, N., Padmanabhan, B., & Dutta, K. (2024). AI Hallucinations: A Misnomer Worth Clarifying. https://arxiv.org/ abs/2401.06796v1

Malko, A. V., & Salomatin, A. Yu. (2017). Legal education in a globalizing society. News of higher educational institutions. Pravovedenie, 5, 16-31. (In Russ.)

Mcginnis, J. O., & Pearce, R. G. (2019). The Great Disruption: How Machine Intelligence Will Transform the Role of Lawyers in the Delivery of Legal Services. Actual Problems of Economics and Law, 13(2), 1230-1250. (In Russ.). https://doi. org/10.21202/1993-047X.13.2019.2.1230-1250

Miao, F., Holmes, W., Ronghuai, H., & Hui, Z. (2022). Artificial intelligence technologies in education: Prospects and implications (trans. M. Fedorov). UNESCO. (In Russ.) https://unesdoc.unesco.org/ark:/48223/pf0000382446

Momotov, V. V. (2023). The space of law and the power of technology in the mirror of judicial practice: a modern view. Journal of Russian Law, 2, 112-123. (In Russ.). https://doi.org/10.12737/jrp.2023.021

Pagano, T. P., Loureiro, R., Lisboa, F., Peixoto, R. M., Guimaraes, G., Cruz, G., Santos, L., Cruz, M., Araujo, M., Oliveira, E., Winkler, I., & Nascimento, E. (2023). Bias and Unfairness in Machine Learning Models: A Systematic Review on Datasets, Tools, Fairness Metrics, and Identification and Mitigation Methods. Big Data and Cognitive Computing, 7(1), 15. https://doi.org/10.3390/ bdcc7010015

Parentoni, L. (2024). What Should we Reasonably Expect from Artificial Intelligence? Russian Journal of Economics and Law, 18(1), 217-245. (In Russ.). https://doi.org/10.21202/2782-2923.2024.L217-245

Sjoberg, C. M. (2019). Legal Automation: AI and Law Revisited. In M. Corrales, M. Fenwick, & H. Haapio (Eds.), Legal Tech, Smart Contracts and Blockchain (pp. 186-187). Springer, Singapore.

Sokolova, A. A. (2019). Artificial intelligence in jurisprudence: risk of introduction. Yuridicheskaya tekhnika, 13, 350-356. (In Russ.) https://www.elibrary.ru/item.asp?id=37104469

Spiridonov, M. S. (2023). Artificial Intelligence Technologies in Criminal Procedural Proving. Journal of Digital Technologies and Law, 1(2), 481-497. (In Russ.). https://doi.org/10.21202/jdtl.2023.20

Srivastava, R. (2018). Artificial Intelligence in the Legal Industry: A Boon or a Bane for the Legal Profession. International Journal of Engineering Trends and Technology, 64(3), 131-138. https://doi.org/10.14445/22315381/ijett-v64p224

Sundquist, C. B. (2018, April 9). A Place to Discuss Best Practices for Legal Education Artificial Intelligence, Algorithmic Knowledge and the Future of Law Schools. https://bestpracticeslegaled.com/2018/04/09/artificial-intelligence-algorithmic-knowledge-and-the-future-of-law-schools/

Surden, H. (2017). What to Teach Law Students About Artificial Intelligence and Law? Northwestern Law Review Online (Bridges II). https://ssrn.com/abstract=3120123

Susskind, R. (2013). Tomorrow's Lawyers: An Introduction to Your Future. Oxford.

Sysoev, P. V. (2024). Ethics and AI-plagiarism in academic environment: Students understanding of authorship ethics and plagiarism issues in interaction with generative artificial intelligence. Higher Education in Russia, 33(2), 31-53. (In Russ.). https:// doi.org/10.31992/0869-3617-2024-33-2-31-53 Toffler, A. (1984). Future Shock. Bantam Books.

Umnova-Konyukhova, I. A., & Aleshkova, I. A. (2022). Modern legal education: topical issues of the introduction of digital technologies. Social Sciences and Humanities. Domestic and Foreign Literature. Series 4: State and Law, 2, 25-39. (In Russ.).

Vorontsov, S. A., & Mamychev, A. Yu. (2019). "Artificial intelligence" in modern political and legal life of society: problems and contradictions of digital transformation. The Territory of New Opportunities. The Herald of Vladivostok State University of Economics and Service, 11 (4), 9-22. (In Russ.) https://doi.org/10.24866/vvsu/2073-3984/2019-4/009-022

Wang, Z. J. (2019). Between Constancy and Change: Legal Practice and Legal Education in the Age of Technology. Law in Context, 36(1). https://ssrn.com/abstract=3472795

Webb, J. (2019). Information Technology and the Future of Legal Education: A Provocation. The Griffith Journal of Law & Human Dignity, 9(1), 72-104. https://www.researchgate.net/publication/334957219_Information_Technology_and_the_Future_ of_Legal_Education_A_Provocation

Wilkins, S. (2017, October 26). The AI revolution disrupting the legal sector. Lawyers Weekly. https://www.lawyersweekly. com.au/newlaw/22140-the-ai-revolutiondisrupting-the-legal-sector

Yastreb, N. A. (2012). Artificial intelligence as a third-order simulacrum. Philosophical Problems of Information Technology and Cyberspace, 1, 197-202. (In Russ.).

Yoshino, H., & Sakuraia, S. (2005). A Knowledge-Based Systems Approach to Educating Creative Legal Minds. In Proceedings of the ICAIL-05 Workshop on Artificial Intelligence and Legal Education (pp. 9-13). Bologna, Italy.

* Соцсеть принадлежит Meta - организации, признанной экстремистской, ее деятельность запрещена на территории Российской Федерации.

Вклад автора

Автор подтверждает, что полностью отвечает за все аспекты представленной работы.

Author's contribution

The author confirms sole responsibility for all aspects of the work. Конфликт интересов / Conflict of Interest

Автором не заявлен / No conflict of interest is declared by the author

История статьи / Article history

Дата поступления / Received 03.05.2024 Дата одобрения после рецензирования / Date of approval after reviewing 11.06.2024

Дата принятия в печать /Accepted 11.06.2024