Когда профессорам права предложили оценить ответы по договорному праву, не зная, кто их написал, они выбирали ответы, сгенерированные ИИ, примерно три раза из четырёх. Люди не просто проиграли — они проиграли убедительно.
Исследование Стэнфордской школы права под руководством профессора Джулиана Ньярко, директора Лаборатории правовых инноваций с использованием передовых технологий университета, сравнило модели ИИ с 16 профессорами права из 14 американских юридических школ по 40 анонимизированным вопросам по договорному праву. Результат: ответы ИИ победили примерно в 75% из почти 3000 слепых сопоставлений. Самые исследователи ожидали противоположного результата.
Цифры рисуют искаженную картину
Исследование, опубликованное в начале июня 2026 года, протестировало модели ИИ, включая Gemini 2.5 Pro и NotebookLM, против ответов, написанных людьми — опытными юридическими учеными. Модели ИИ показали коэффициент побед от 75,33% до 75,92% по сравнению со своими человеческими конкурентами — удивительно узкий диапазон, который свидетельствует о том, что это не было случайностью, свойственной какой-либо одной модели.
Вот часть, которая должна заставить юристов немного выпрямиться. Только 3,53% ответов, сгенерированных ИИ, были отмечены как потенциально вредные или вводящие в заблуждение. Для ответов, написанных профессорами, этот показатель составил 12,06%. На английском языке: ИИ был не только более убедительным, но и примерно в три раза менее склонен генерировать что-то, что другой профессор сочтёт опасным советом.
Вопросы также не были простыми. Они были разработаны с учетом тонкостей права договоров — области, где человеческое суждение, контекстное понимание и годы учебного опыта должны были иметь наибольшее значение. Исследователи специально выбрали эту область, потому что считали, что она будет выгодна человеческим респондентам. Но это не так оказалось.
Методология оценки заслуживает внимания. Это были слепые сравнения, то есть профессора, проводившие оценку, не знали, чьё произведение они читают — коллеги или языковой модели. Это исключает наиболее очевидное предвзятость и делает результаты труднее отвергнуть как простое предпочтение новизне.
Что это значит за пределами аудитории
Авторы исследования внимательно подчеркнули, что ИИ должен функционировать как вспомогательный инструмент, а не как полная замена человеческим преподавателям. Это разумная позиция, но также и то ограничение, которое с течением времени теряет актуальность, когда разрыв в производительности настолько велик.
Сам Стэнфорд ранее рассматривал ограничения ИИ в правовых условиях, особенно хорошо задокументированную проблему галлюцинаций, при которой модели выдумывают ссылки на дела или придумывают правовые прецеденты, которых не существует. Это новое исследование показывает, что разрыв между способностью ИИ к правовому обоснованию и его надежностью сокращается быстрее, чем многие в этой области ожидали.
Для юридической отрасли в целом последствия значительны. Если ИИ может превзойти опытных профессоров в структурированных задачах юридического анализа, он почти наверняка способен выполнять значительную часть аналитической работы, которую сейчас выполняют младшие ассоциаты, помощники юристов и юридические исследователи. Это уже не теоретическая проблема. Это вопрос кадровой политики.
Исследование также опирается на растущий объем доказательств, что преимущества ИИ не ограничиваются скоростью или стоимостью. Аргумент о качестве, согласно которому человеческие эксперты обеспечивают принципиально более качественные рассуждения, становится все труднее поддерживать с каждым новым данными. И в этом случае было проведено почти 3000 сравнений, а не несколько отобранных примеров.
Почему разработчикам криптовалют и смарт-контрактов следует обратить внимание
Посмотрите, в этом исследовании не упоминались криптовалюты, токены или технология блокчейн. Но последствия для цифрового активного пространства невозможно игнорировать.
Смарт-контракты по своей сути — это юридические соглашения, выраженные в коде. Место пересечения правового мышления по контрактам и автоматизированного исполнения — именно там, где демонстрируемые сильные стороны ИИ становятся коммерчески значимыми. Если модели ИИ могут более надежно анализировать контрактные обязательства, чем человеческие профессора, аргументы в пользу аудита, составления и разрешения споров по смарт-контрактам с помощью ИИ становятся значительно сильнее.
Протоколы разрешения споров в цепочке, которые уже существуют в различных формах в DeFi, могут извлечь выгоду из систем ИИ, способных анализировать условия контрактов с точностью, продемонстрированной в этом исследовании. Особенно актуальна здесь показатель вредоносных ответов в 3,53% по сравнению с 12,06% у людей, поскольку неверная интерпретация положения смарт-контракта может напрямую привести к финансовым потерям.
Соответствие нормативным требованиям — еще одна область, где эти выводы находят отклик. Криптокомпаниям, ориентирующимся в все более сложной правовой среде, охватывающей несколько юрисдикций с часто меняющимися правилами, могут пригодиться инструменты ИИ, способные рассуждать о правовых вопросах с уровнем компетентности профессора. Одних только экономий на расходах было бы достаточно, чтобы иметь значение для стартапов, которые сейчас тратят значительную часть своих бюджетов на юридические консультации.
Для инвесторов это исследование подкрепляет тезис о том, что технологии юридической сферы на базе ИИ приближаются к точке невозврата. Компании, разрабатывающие решения на пересечении ИИ, юридических рассуждений и блокчейн-инфраструктуры, могут обнаружить, что их ценность значительно возросла по сравнению с шестью месяцами назад. Данные о производительности из Стэнфорда не просто подтверждают потенциал ИИ в юридических приложениях — они количественно его измеряют, что затрудняет для скептиков игнорировать эти результаты.
Конкурентная среда для AI-натуральных юридических инструментов, ориентированных на крипто-сектор — такие как автоматизированные платформы соблюдения норм, движки анализа смарт-контрактов и децентрализованные арбитражные системы — с большой вероятностью привлечет повышенное внимание со стороны венчурного капитала и стратегических покупателей. Когда исследование Стэнфорда утверждает, что машина лучше справляется с юридическими рассуждениями в 75% случаев и ошибается менее чем в три раза реже, это не научный любопытство. Это рыночный сигнал.