Искусственный интеллект научился искать слабые места не только в программном коде, но и в законах. Юристы Феликс Ринге и Линус Фолькертс с помощью больших языковых моделей обнаружили множество ранее не описанных ошибок в немецких нормативных актах. Некоторые находки теоретически позволяют получить закрытые документы, обойти требование о транзитной визе или оспорить ограничения рабочего времени для военнослужащих.
Авторы проверяли немецкие подзаконные акты на формальные дефекты, связанные с полномочиями правительства. Статья 80 Основного закона Германии требует указывать в каждом таком акте конкретную правовую основу, которая разрешает исполнительной власти вводить соответствующие правила. Федеральный конституционный суд еще в 1999 году установил, что нарушение требования может привести к недействительности правовой нормы.
Ринге и Фолькертс нашли с помощью LLM значительное число положений, для которых указанная правовая основа, по оценке авторов, не дает правительству необходимых полномочий. Точное количество находок исследователи не раскрыли. Публично авторы описали только три случая, использование которых сочли неспособным причинить серьезный вред.
Первый случай появился после изменения правил о профессиональных заболеваниях в июле 2026 года. Правительство расширило перечень конфиденциальных материалов экспертного совета при Министерстве труда, но в документе сослалось на параграф 9(1) Социального кодекса. Полномочия регулировать работу самого совета находятся в параграфе 9(1a). Ринге и Фолькертс считают, что из-за неправильной ссылки новое ограничение конфиденциальности может оказаться недействительным. В таком случае журналист сможет попытаться получить внешнее экспертное заключение, которое ведомство отказалось бы раскрывать со ссылкой на новые правила.
Вторую потенциальную лазейку исследователи нашли в правилах аэропортового транзита. В декабре 2015 года Германия добавила Мали в перечень государств, гражданам которых требуется транзитная виза при пересадке в немецком аэропорту. Поправка, однако, не сослалась на параграф 99(3a) закона о пребывании иностранцев, который дает властям право вводить подобное требование. Авторы считают добавление Мали в список юридически уязвимым. Гражданин Мали, летящий между двумя странами вне Шенгенской зоны через Франкфурт без выхода из международной транзитной зоны, теоретически сможет оспорить необходимость оформления отдельной визы.
Третий случай связан с немецкими военнослужащими в штабе НАТО Joint Support and Enabling Command. В марте 2025 года JSEC добавили в перечень структур, где на часть военнослужащих не распространяются обычные нормы рабочего времени. При изменении документа Министерство обороны, по оценке авторов, не указало законодательное основание, необходимое именно для такого исключения. Если правовая оценка подтвердится, соответствующие военнослужащие смогут претендовать на предусмотренную законом компенсацию за сверхурочную службу.
Ринге и Фолькертс сравнивают найденные дефекты с уязвимостями нулевого дня в программном обеспечении. Сходство заключается не в механизме эксплуатации, а в возможности обнаружить ранее неизвестную слабость и использовать уже существующее правило неожиданным способом. Масштабирование поиска становится главным источником риска: языковая модель способна анализировать огромные массивы нормативных документов значительно быстрее юридической команды.
Подобный сценарий изучали и раньше. В работе Legal Zero-Days исследователи Грег Садлер и Натан Шерберн создали искусственные юридические задачи с заранее внесенными уязвимостями и проверили шесть передовых моделей. Лучший результат показала Gemini 2.5 Pro с точностью 10%, а остальные системы справились еще хуже. Авторы работы пришли к выводу, что современные модели пока плохо находят сложные юридические лазейки, но способность уже поддается измерению и может быстро улучшаться вместе с развитием ИИ.
В программной безопасности похожий переход уже начался. Специализированные ИИ-агенты автоматически анализируют код, ищут слабые места и проверяют возможность эксплуатации. Перенос такого подхода на законодательство превращает юридический анализ из дорогой ручной работы в задачу, которую можно многократно запускать на тысячах документов.
Найденная моделью ошибка сама по себе не отменяет закон и не гарантирует успешного спора с государством. Юридические нормы применяют суды, а вывод LLM требует проверки специалистом. Однако исследование показывает новую проблему: стоимость поиска потенциальных лазеек резко снижается, тогда как исправление законодательства по-прежнему требует работы ведомств, парламента или суда. Ринге и Фолькертс предлагают использовать сильные модели и с защитной стороны, автоматически проверяя проекты нормативных актов на пропущенные основания, противоречия и другие дефекты еще до вступления правил в силу.
