Законопроекты от нейросетей: юристы Конгресса США тонут в ИИ-черновиках

Юристы Офиса законодательного советника Палаты представителей США говорят, что черновики законов, написанные ИИ, приходится переписывать дольше, чем писать с нуля. Какие ошибки делает ИИ и какой вывод для бизнеса.

Коротко

Юристы Офиса законодательного советника Палаты представителей США жалуются: черновики законопроектов, написанные общедоступными чат-ботами, приходится переписывать дольше, чем писать с нуля — ИИ путает финансовые механизмы, сужает определения и ссылается на несуществующие нормы. Вывод для бизнеса: общий чат-бот без знания ваших правил и без защиты «не знаю» вместо угадывания обходится дороже, чем кажется на старте.

Что произошло

В августе 2026 года Politico написало, что Офис законодательного советника Палаты представителей США (House Office of Legislative Counsel, OLC) получает всё больше черновиков законопроектов, подготовленных в общедоступных чат-ботах вроде ChatGPT и Claude. OLC — служба юристов, которые по запросу депутатов превращают идеи в юридически корректный текст закона.

По словам юристов OLC, на проверку и переписывание таких черновиков уходит больше времени, чем ушло бы на написание с нуля.

Нагрузка на службу и так высокая: за первые 60 дней работы Конгресса в начале 2025 года OLC получил 5 623 запроса на подготовку законопроектов — рост на 72%.

Какие ошибки делает ИИ

Примеры из публикаций:

путает финансовые механизмы: налоговый кредит, налоговый вычет, налоговое исключение и грант — разные инструменты с разными последствиями, а ИИ смешивает их;
слишком узкие определения: например, «штат» определён так, что из федеральной программы выпадают округ Колумбия и племенные территории;
неверные ссылки на действующие законы.

Есть и побочный эффект: сотрудники аппаратов, которые поручают черновик ИИ, меньше погружаются в тему и хуже понимают детали собственного законопроекта.

Что делает OLC

Служба не отказывается от ИИ. Она разрабатывает собственный инструмент Comparative Print Suite, который показывает, как предложение изменит действующие законы. В нём заложена защита: если инструмент не может определить, куда именно вносятся изменения, он выдаёт ошибку, а не пытается угадать.

Вывод для бизнеса

История Конгресса — наглядный пример проблемы, с которой сталкиваются компании, внедряющие ИИ:

Общий чат-бот хорошо пишет, но не знает ваших правил. Там, где важны точные определения и ссылки, ошибки дорого обходятся.
Проверка может съесть всю экономию. Если результат ИИ приходится переписывать целиком, автоматизация не работает.
Правильный подход — инструмент с проверками. Как у OLC: система должна сообщать «не знаю», а не выдумывать.

Как мы строим такие системы, разобрано в статье «Внедрение ИИ в бизнес: какие процессы автоматизировать, а какие нет».

Вопросы и ответы

Почему юристы Конгресса тратят на ИИ-черновики больше времени, чем на текст с нуля? Потому что ИИ путает похожие по смыслу, но разные по юридическим последствиям механизмы — например налоговый кредит и налоговый вычет — и ссылается на нормы, которых нет. Ошибки приходится искать построчно, а это медленнее, чем написать документ заново.

Значит ли это, что от ИИ в юридических и регуляторных задачах лучше отказаться? Нет. OLC не отказался от ИИ, а строит собственный инструмент с проверками: если система не может точно определить, куда вносятся изменения, она сообщает об этом, а не додумывает результат. Тот же принцип работает и для бизнеса.

Как избежать похожей проблемы при внедрении ИИ в компании? Не полагаться на общий чат-бот там, где важны точные формулировки и ваши внутренние правила, и закладывать в систему проверки и явный отказ вместо угадывания. Разбираем это в статье «Внедрение ИИ в бизнес: какие процессы автоматизировать, а какие нет».