Современное государство превратилось в узкое горлышко для экономического роста, застряв в бесконечных очередях и дефиците кадров. Однако масштабный эксперимент исследователей из ETH Zurich и Imperial College London доказывает: спасение не в раздувании штатов, а в союзе тяжелого ИИ и жесткого обучения. В Пакистане, где в судах пылятся 2,26 млн нерассмотренных дел, внедрение JudgeGPT показало, что технология становится силовым плечом там, где классическое масштабирование просто невозможно. Это история не про автоматизацию бумажек, а про технологический прыжок (leapfrogging): когда система без базовой цифровизации внедряет топовые решения, минуя десятилетия промежуточной бюрократии.
Экстремальный полигон Пакистан — идеальная «красная зона» для проверки институциональной устойчивости. На 100 тысяч населения здесь приходится менее двух судей против 22 в ЕС. Этот кадровый голод привел к тому, что к концу 2024 года 82% всех дел безнадежно застряли в судах первой инстанции. Технологический бэкграунд участников эксперимента был близок к нулю: 75% из 1559 судей никогда не слышали о языковых моделях. Исследователи вооружили их JudgeGPT на базе GPT-4, усилив модель механизмом RAG (retrieval augmented generation) для поиска по базе из 129 тысяч документов, включая почти тысячу пакистанских законов и массив судебных решений.
Провал «голого» доступа Данные подтверждают наш скепсис: просто раздать доступ к продвинутым инструментам — значит выбросить деньги. Эксперимент разделил судей на группы, и результат оказался бинарным. Те, кому просто дали логин и пароль, почти не сдвинулись с мертвой точки. Зато судьи, прошедшие через интенсив — шесть лекций по 90 минут от профессора Эллиотта Эша — использовали ИИ в четыре раза чаще. Спустя 40 недель обученные юристы выдавали в среднем по 200 промптов, пока их «неподготовленные» коллеги не дотягивали и до 50.
В округах с обученными судьями ежегодно закрывалось на 1848 дел больше, что дает прирост производительности в 6,3%.
При этом рост скорости не превратил правосудие в конвейер брака. Проверка на базе LLM, валидированная местными адвокатами, показала, что качество решений у «прокачанных» судей даже выросло, а частота апелляций на 1000 дел незначительно снизилась.
Множитель $38,50 Для архитекторов госсистем и бизнеса самая отрезвляющая цифра — это ROI. Исследователи оценили возврат в $38,50 на каждый вложенный доллар, если сравнивать затраты на софт с наймом живых помощников, способных обеспечить аналогичную выработку. Даже по самым консервативным оценкам возврат не падает ниже $10 к 1. Такая эффективность возникает из-за радикальной смены модели делегирования: ИИ берет на себя черновую работу, которую в развивающихся экономиках просто некому поручить.
Поскольку JudgeGPT работал на GPT-4, текущие показатели производительности — это скорее «пол», а не «потолок». В округах с высокой концентрацией обученного персонала система ежегодно «разгребала» лишние 1848 дел. Даже самые инертные регионы из нижнего квартиля смогли закрыть на 616 дел больше, чем без ИИ. Мы видим классический пример того, как дефицит ресурсов заставляет перепрыгивать через ступени развития: пока западные суды годами обсуждают этику внедрения, пакистанский кейс показывает, что альтернативой ИИ-ассистенту является не «идеальный живой судья», а полное отсутствие правосудия как услуги.