Можно ли Chat GPT задавать юридические вопросы? Проверили на двух реальных кейсах

Искусственный интеллект уже стал привычным помощником для самых разных задач: от редактуры текста до анализа документов. Юрист может загрузить в ChatGPT претензию или иск, написать: «Разбери дело, оцени перспективы и скажи, что делать дальше». Через несколько секунд получить вполне связный ответ. 

Но в юридическом споре связный ответ еще ничего не гарантирует. Модель может уверенно опереться на факт, которого нет в документах, пропустить важную деталь или достроить логику дела там, где материалов недостаточно. И чем убедительнее это написано, тем сложнее заметить проблему. 

Мы решили проверить, как это работает на практике.

Взяли два обезличенных судебных кейса и дали их на разбор двум системам. Первая — привычный большинству ChatGPT. Вторая — Legal Brain, специализированный сервис для юридической работы, где ИИ работает с юридическими данными и инструментами, рассчитанными именно на такие задачи.

Обе системы получили одинаковые материалы и одинаковые вопросы: в чем суть спора, каковы перспективы, где слабые места позиции, каких документов не хватает и что стоит сделать дальше.

Нас интересовало насколько выводы каждой системы можно проверить по материалам дела и что происходит там, где документов недостаточно.

Для сравнения взяли два разных спора. На этих двух кейсах хорошо видно, где ChatGPT действительно экономит время юриста, а где убедительный ответ уже требует особенно внимательной проверки.

Пример 1. Пансионат в жилом доме

Соседи обратились в суд, чтобы запретить использование соседнего жилого помещения как платного пансионата для пожилых людей. 

На первый взгляд история довольно простая. Люди постоянно находятся в квартире, приезжают машины, появляется персонал, есть шум и другие неудобства. Но для суда самого факта такого использования недостаточно. Нужно связать происходящее с конкретным нарушением прав истца и показать, что именно должен прекратить ответчик.

В материалах дела при этом не хватало нескольких важных деталей. Нужно было разобраться, кто собственник помещения, кто фактически управляет пансионатом, как именно используется квартира и чем подтверждаются описанные нарушения.

ChatGPT это в целом заметил. В ответе он указал, что требование сформулировано слишком широко, а сам факт коммерческого использования жилого помещения еще не гарантирует удовлетворение иска. Среди возможных нарушений модель назвала шум, движение транспорта, использование общей территории и другие обстоятельства.

Но дальше ответ оставался довольно общим. Например, модель предлагала проверить собственника и оператора пансионата, собрать доказательства нарушений и уточнить требования, но не всегда связывала эти действия с конкретными пробелами в материалах.

Legal Brain разобрал тот же кейс более предметно. Он отдельно указал на состав ответчиков, необходимость подтвердить фактическое использование помещения и конкретные нарушения прав соседей. В качестве доказательств предложил проверить сведения ЕГРН, рекламу пансионата, обращения в государственные органы, свидетельские показания, фиксацию нарушений и режим использования участка.

Разница здесь не в том, что одна система «знает право», а другая нет. Обе увидели основную проблему. Но один ответ в большей степени описывает возможное направление работы, а другой привязывает его к тому, чего именно не хватает в материалах дела.

Обычная модель может подсказать направление. Legal Brain ближе к чек-листу, с которым юрист идёт дорабатывать позицию.

Пример 2. Иск к застройщику 

Во втором деле собственники квартиры требуют от застройщика возместить стоимость устранения строительных недостатков. Кроме этого, в иске заявлены неустойка, компенсация морального вреда, расходы на досудебное исследование и штраф.

На первый взгляд доказательств достаточно: есть заключение специалиста, расчет стоимости ремонта и описание обнаруженных недостатков. Но при разборе выясняется, что несколько важных вопросов пока остаются без ответа.

Например, когда именно передали квартиру и что указано в передаточном акте? Входила ли спорная система в обязательства застройщика или ее состояние могло измениться уже после передачи квартиры? Действительно ли обнаруженные недостатки относятся к строительным? И какой период брать для расчета неустойки?

ChatGPT эти риски заметил. Он обратил внимание на систему кондиционирования, стоимость восстановительных работ, гарантийный срок и расчет неустойки. Также отметил, что судебная экспертиза, скорее всего, станет важной частью дела.

Но часть выводов осталась на уровне общих рекомендаций: изучить ДДУ, передаточный акт, заключение специалиста и документы от застройщика. При этом в самих материалах уже были видны конкретные пробелы — например, дата передачи квартиры не была подтверждена передаточным актом, а расчет неустойки требовал дополнительной проверки.

Legal Brain отдельно подсветил эти места. Он связал отсутствие передаточного акта с вопросом о гарантийном сроке и происхождении дефектов, предложил проверить документы на спорную систему и подготовить вопросы для судебной экспертизы. По неустойке обратил внимание на период расчета, дату 20.10.2023 и сумму, заявленную на момент подачи иска.

Здесь разница между ответами заметнее. ChatGPT помог понять, где находятся основные риски. Legal Brain пошел дальше по материалам дела и показал, что именно нужно проверить, чтобы эти риски можно было оценить.

Что обычная чат-модель делает хорошо

После двух кейсов хорошо видно: у ChatGPT есть вполне практичная роль в юридической работе. Он быстро разбирает большой объем текста и помогает собрать из него понятную картину, а еще неплохо справляется с первым поиском проблемных мест. Для черновой работы этого часто достаточно. Не нужно тратить время на первое прочтение всего массива документов и вручную собирать его в одну картину.

Но на этом этапе ChatGPT в основном помогает разобраться в материалах. Когда от него требуется уже юридическая оценка — связать конкретный факт с доказательством, понять, чего не хватает для определенного вывода и определить последствия этого пробела, — требования к ответу становятся совсем другими.

Где начинаются ошибки и галлюцинации у обычной чат-модели

В юридическом разборе у GPT опасна не только выдуманная статья закона, а то, что ответ звучит правдоподобно, но опирается не на материалы дела, а на продолжение сюжета.

Самый опасный формат — уверенный юридический текст без опоры. У обычного GPT он может выглядеть как готовая позиция, хотя на деле это только черновик.

Как использовать ИИ в юридическом споре безопасно

Обычный GPT подходит для первого слоя работы: быстро пересказать документ, собрать хронологию, привести текст в порядок, предложить структуру ответа, выделить очевидные вопросы. На этом этапе он экономит время и помогает быстрее понять, что происходит в материалах.

Но его ответ нельзя сразу принимать как юридическую оценку. Перед использованием нужно проверить:

•  какие факты взяты из документов;
•  какие факты модель додумала;
• есть ли опора на конкретные пункты договора и приложения;
• названы ли недостающие доказательства;
• отделены ли подтверждённые факты от версии стороны;
• есть ли альтернативный сценарий;
• понятно ли, на чём держится прогноз;
• указано ли, что нужно сделать до подачи иска или ответа на претензию.

Если ответ нельзя проверить по материалам дела, это не анализ. Это черновик.

Когда нужно решить, подавать ли иск, какие требования заявлять, кого указывать ответчиком, какие документы приложить, как считать неустойку и где позиция может развалиться у эксперта, нужен другой режим работы. Вывод должен быть привязан к доказательствам, срокам, формулировкам требований и процессуальным последствиям.

Здесь Legal Brain безопаснее обычного чата, потому что держит разбор ближе к юридическому процессу: фактам, документам, рискам, недостающим материалам и следующим действиям.

Поэтому рабочее разделение такое: GPT — для быстрого черновика и первичной структуры. Legal Brain — для разбора реального спора, где важны доказательства, российская судебная логика и цена ошибки.