vestnikuriuСеверо-Кавказский юридический вестникNorth Caucasus Legal Vestnik2074-73062687-0304Южно-Российский институт управления РАНХиГСXLRBZIvestnikuriu-304Research ArticleПРОБЛЕМЫ ПРАВОВОГО РЕГУЛИРОВАНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТАПределы технической конкретизации принципов права в сфере регулирования искусственного интеллектаThe limits of technical concretization of legal principles in artificial intelligence regulationhttps://orcid.org/0009-0009-4435-2204КурочкинП. А.KurochkinP. A.

Пантелеймон Андреевич Курочкин – аспирант

Ростов-на-Дону

Panteleymon A. Kurochkin – Postgraduate Student

Rostov-on-Don

pant_pant@mail.ruРоссийская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Южно-Российский институт управленияРоссияRussian Presidential Academy of National Economy and Public Administration, South-Russian Institute of ManagementRussian Federation202602102026034054Copyright © Курочкин П.А., 20262026Курочкин П.А.Kurochkin P.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik-uriu.ranepa.ru/jour/article/view/304Введение

Введение. Актуальность исследования обусловлена противоречием между абстрактным ценностно-нормативным содержанием принципов права и необходимостью устанавливать проверяемые требования к системам искусственного интеллекта (далее – ИИ). Вопрос о том, в какой мере содержание принципа может быть переведено в технические параметры без его подмены заранее заданным правилом, в теории права остается открытым.

Цель

Цель. Определить порядок и пределы технической конкретизации принципов права в регулировании ИИ.

Теоретические основы

Теоретические основы. Методологическую основу исследования составили формальноюридический, сравнительно-правовой, системно-структурный и формально-логический методы.

Результаты

Результаты. Обосновано разграничение материальных принципов, охраняющих права и ценности личности, и принципов-гарантий, обеспечивающих проверяемость и оспоримость алгоритмических решений. Техническая конкретизация представлена как юридически опосредованный перевод отдельных нормативных проекций принципа в требования к данным, процедурам и результатам интеллектуальной системы. Статьи 3 и 64 Трудового кодекса РФ разобраны как случай, где запрет дискриминации расходится с техническим и процессуальным обеспечением алгоритмического отбора персонала. Результаты конкретизации распределены по группам в зависимости от того, насколько они поддаются технической формализации. Пределов конкретизации выделено три: структурно-логический, аксиологический и эпистемико-технологический. Статистическое расхождение результатов между группами дискриминацию не доказывает, но порождает опровержимую презумпцию и обязанность раскрыть критерии отбора. Чтобы компенсировать названные пределы, предложен институциональный механизм. Он перераспределяет бремя доказывания, вводит состязательную проверку экспертных выводов и типовые карты выбора метрик. Часть его элементов допустимо апробировать в экспериментальном правовом режиме, остальные потребуют изменений в трудовом и процессуальном законодательстве.

Выводы

Выводы. Технической конкретизации подлежит не принцип в полном объеме, а его отдельные нормативные проекции, тогда как окончательная правовая оценка конкурирующих ценностей в юридически значимых решениях должна обеспечиваться содержательным человеческим контролем.

Introduction

Introduction. The relevance of the study is determined by the tension between the abstract valuebased content of legal principles and the need to establish verifiable requirements for artificial intelligence (AI) systems. The extent to which the content of a principle may be translated into technical parameters without replacing it with a predetermined rule remains an open question in legal theory.

Purpose

Purpose. To determine the procedure and limits of the technical concretization of legal principles in AI regulation.

Theoretical basis

Theoretical basis. The methodology combines formal legal, comparative legal, systemic structural and formal logical methods.

Results

Results. The study distinguishes between substantive principles protecting individual rights and values and safeguard principles ensuring the verifiability and contestability of algorithmic decisions. Technical concretization is defined as the legally mediated translation of particular normative projections of a principle into requirements for the data, procedures and outputs of an AI system. Articles 3 and 64 of the Russian Labour Code are used to identify gaps between the prohibition of discrimination and its technical and procedural enforcement in algorithmic recruitment. A typology of the results of concretization according to their degree of technical formalizability is proposed. Structural-logical, axiological and epistemic-technological limits are identified. Statistical disparity between groups is shown to constitute not proof of discrimination but grounds for a rebuttable presumption and a duty to disclose selection criteria. An institutional mechanism is proposed that includes shifting the burden of proof, adversarial examination of expert evidence and model maps for selecting fairness metrics. The article specifies which elements may be tested within experimental legal regimes and which require amendments to labour and procedural legislation.

Conclusions

Conclusions. Technical concretization can cover only particular normative projections of a principle, while the final legal assessment of competing values in legally significant decisions requires meaningful human oversight.

искусственный интеллектправовое регулированиепринципы праваформальное равенствонедискриминациятехнические стандартыпределы формализациичеловеческий контрольметрики справедливостиэкспериментальные правовые режимысоциально-технические нормыобъяснимость алгоритмовartificial intelligencelegal regulationprinciples of lawformal equalitynon-discriminationtechnical standardslimits of formalizationhuman oversightfairness metricsexperimental legal regimessociotechnical normsalgorithmic explainabilityReferencesХабриева, Т. Я. Право перед вызовами цифровой реальности / Т. Я. Хабриева // Журнал российского права. – 2018. – № 9. – С. 5–16. - https://doi.org/10.12737/art_2018_9_1. – EDN: YXUYFV.Khabrieva TYa. Law facing the challenges of digital reality. Journal of Russian Law. 2018;(9):5–16. (In Russ.). DOI: 10.12737/art_2018_9_1. EDN: YXUYFV.Алферова, Е. В. Международные и национальные особенности правового регулирования искусственного интеллекта: опыт России, Китая, Индии / Е. В. Алферова, Е. В. Скурко // Вестник Российского университета дружбы народов. Серия: Юридические науки. – 2026. – Т. 30, № 2. – С. 215–232. - https://doi.org/10.22363/2313-2337-2026-30-2-215-232. – EDN: DBTINJ.Alferova E.V., Skurko E.V. International and national features of legal regulation of artificial intelligence: the experience of Russia, China and India. RUDN Journal of Law. 2026;30(2):215–232. (In Russ.). DOI: 10.22363/2313-2337-2026-30-2-215-232. EDN: DBTINJ.Хабриева, Т. Я. Право в условиях цифровой реальности / Т. Я. Хабриева, Н. Н. Черногор // Журнал российского права. – 2018. – № 1. – С. 85–102. - https://doi.org/10.12737/art_2018_1_7. – EDN: YKWEZL.Khabrieva T.Ya., Chernogor N.N. Law in the digital reality. Journal of Russian Law. 2018;(1):85–102. (In Russ.). DOI: 10.12737/art_2018_1_7. EDN: YKWEZL.Гук, П. А. Толкование и конкретизация норм и принципов права судебными органами / П. А. Гук // Известия высших учебных заведений. Поволжский регион. Общественные науки. – 2020. – № 4 (56). – С. 32–40. - https://doi.org/10.21685/2072-3016-2020-4-4. – EDN: HWHZJU.Guk P.A. Interpretation and concretization of norms and principles of law by judicial bodies. University Proceedings. Volga Region. Social Sciences. 2020;(4):32–40. (In Russ.). DOI: 10.21685/2072-3016-2020-4-4. EDN: HWHZJU.Терехина, Е. А. К вопросу о конкретизации принципов и норм права судебными органами / Е. А. Терехина // Известия высших учебных заведений. Поволжский регион. Общественные науки. – 2022. – № 3 (67). – С. 157–168. - https://doi.org/10.21685/2072-3016-2022-3-15. – EDN: UJCFNG.Terekhina E.A. On the concretization of principles and norms of law by judicial bodies. University Proceedings. Volga Region. Social Sciences. 2022;(3):157–168. (In Russ.). DOI: 10.21685/2072-3016-2022-3-15. EDN: UJCFNG.Матузов, Н. И. Теория государства и права: учебник / Н. И. Матузов, А. В. Малько. – 5-е изд. – Москва: Издательский дом «Дело» РАНХиГС, 2022. – 528 с. - ISBN 978-5-85006-370-2.Matuzov N.I., Malko A.V. Theory of State and Law: textbook. 5th ed. Moscow: Delo RANEPA Publishing House; 2022. 528 p. (In Russ.). ISBN: 978-5-85006-370-2.Коновалов, А. В. Принципы права: монография / А. В. Коновалов. – Москва: Норма, 2022. – 792 с. – DOI: 10.12737/1816288. – ISBN 978-5-00156-195-8.Konovalov A.V. Principles of Law: monograph. Moscow: Norma; 2022. 792 p. (In Russ.). DOI: 10.12737/1816288. ISBN: 978-5-00156-195-8.Шатковская, Т. В. Правовые пределы цифровой трансформации: поиск новых решений / Т. В. Шатковская // Право и государство: теория и практика. – 2021. – № 3 (195). – С. 170–173. - https://doi.org/10.47643/1815-1337_2021_3_170. – EDN: HXLMMM.Shatkovskaya T.V. Legal limits of digital transformation: search for new solutions. Law and State: The Theory and Practice. 2021;(3):170–173. (In Russ.). DOI: 10.47643/1815-1337_2021_3_170. EDN: HXLMMM.Харитонова, Ю. С. Искусственный интеллект: цивилистическая концепция регулирования: монография / Ю. С. Харитонова, В. С. Савина. – Москва: Юстицинформ, 2025. – 332 с. - ISBN 978-5-7205- 2195-0.Kharitonova Yu.S., Savina V.S. Artificial Intelligence: a Civil Law Concept of Regulation: monograph. Moscow: Yustitsinform; 2025. 332 p. (In Russ.). ISBN: 978-5-7205-2195-0.Концепции, принципы и направления правового регулирования безопасного искусственного интеллекта и цифровых технологий: монография / отв. ред. А. И. Овчинников. – Москва: Проспект, 2026. – 280 с. – ISBN 978-5-392-45572-0.Ovchinnikov A.I., editor. Concepts, Principles and Directions of Legal Regulation of Safe Artificial Intelligence and Digital Technologies: monograph. Moscow: Prospekt; 2026. 280 p. (In Russ.). ISBN: 978-5- 392-45572-0.Гарбук, С. В. Модель доверия к прикладным системам искусственного интеллекта / С. В. Гарбук // Вестник Московского университета. Серия 21: Управление (государство и общество). – 2024. – Т. 21, № 4. – С. 151–169. - https://doi.org/10.55959/MSU2073-2643-21-2024-4-151-169. – EDN: AQMSEC.Garbuk S.V. Trust model for artificial intelligence application systems. Lomonosov Public Administration Journal. Series 21. 2024;21(4):151–169. (In Russ.). DOI: 10.55959/MSU2073-2643-21-2024-4-151-169. EDN: AQMSEC.Кондрашов, П. Е. Регулирование разработки и применения искусственного интеллекта: проблемы и направления развития / П. Е. Кондрашов, Ю. Ю. Петрунин, С. С. Попова // Вестник Московского университета. Серия 21: Управление (государство и общество). – 2025. – Т. 22, № 1. – С. 3–19. - https://doi.org/10.55959/MSU2073-2643-22-2025-1-3-19. – EDN: YNLBUI.Kondrashov P.E., Petrunin Yu.Yu., Popova S.S. Regulation of the development and application of artificial intelligence: problems and development trends. Lomonosov Public Administration Journal. Series 21. 2025;22(1):3–19. (In Russ.). DOI: 10.55959/MSU2073-2643-22-2025-1-3-19. EDN: YNLBUI.Зорькин, В. Д. Providentia, или О праве будущего в эпоху цифровизации / В. Д. Зорькин // Государство и право. – 2020. – № 6. – С. 7–19. - https://doi.org/10.31857/S013207690009932-7. – EDN: PPSVUC.Zorkin V.D. Providentia, or on the law of the future in the era of digitalization. State and Law. 2020;(6):7–19. (In Russ.). DOI: 10.31857/S013207690009932-7. EDN: PPSVUC.Талапина, Э. В. Обработка данных при помощи искусственного интеллекта и риски дискриминации / Э. В. Талапина // Право. Журнал Высшей школы экономики. – 2022. – Т. 15, № 1. – С. 4–27. - https://doi.org/10.17323/2072-8166.2022.1.4.27. – EDN: PWEPSJ.Talapina E.V. Data processing by means of artificial intelligence and risks of discrimination. Law. Journal of the Higher School of Economics. 2022;15(1):4–27. (In Russ.). DOI: 10.17323/2072-8166.2022.1.4.27. EDN: PWEPSJ.Талапина, Э. В. Прозрачность алгоритмов искусственного интеллекта / Э. В. Талапина // Право. Журнал Высшей школы экономики. – 2025. – Т. 18, № 3. – С. 4–27. - https://doi.org/10.17323/2072-8166.2025.3.4.27. – EDN: RGQHJV.Talapina E.V. Transparency of artificial intelligence algorithms. Law. Journal of the Higher School of Economics. 2025;18(3):4–27. (In Russ.). DOI: 10.17323/2072-8166.2025.3.4.27. EDN: RGQHJV.Lessig, L. Code: Version 2.0 / L. Lessig. – New York: Basic Books, 2006. – 410 p. - ISBN 978-0-465-03914-2.Lessig L. Code: Version 2.0. New York: Basic Books; 2006. 410 p. ISBN: 978-0-465-03914-2.Hildebrandt, M. Smart Technologies and the End(s) of Law: Novel Entanglements of Law and Technology / M. Hildebrandt. – Cheltenham: Edward Elgar Publishing, 2015. – 304 p. - https://doi.org/10.4337/9781849808774. - ISBN 978-1-84980-876-7.Hildebrandt M. Smart Technologies and the End(s) of Law: Novel Entanglements of Law and Technology. Cheltenham: Edward Elgar Publishing; 2015. 304 p. DOI: 10.4337/9781849808774. ISBN: 978-1-84980-876-7.Кэлер, Л. Значение нормативных оснований для формирования правовых понятий / Л. Кэлер // Труды Института государства и права РАН. – 2020. – Т. 15, № 3. – С. 62–91. - https://doi.org/10.35427/2073-4522-2020-15-3-kahler. – EDN: ZMKJWG.Kähler L. The influence of normative reasons on the formation of legal concepts. Proceedings of the Institute of State and Law of the RAS. 2020;15(3):62–91. (In Russ.). DOI: 10.35427/2073-4522-2020- 15-3-kahler. EDN: ZMKJWG.Kleinberg, J. Inherent Trade-Offs in the Fair Determination of Risk Scores / J. Kleinberg, S. Mullainathan, M. Raghavan // 8th Innovations in Theoretical Computer Science Conference (ITCS 2017). Leibniz International Proceedings in Informatics (LIPIcs). – Dagstuhl: Schloss Dagstuhl–Leibniz-Zentrum für Informatik, 2017. – Vol. 67. – P. 43:1–43:23. - https://doi.org/10.4230/LIPIcs.ITCS.2017.43.Kleinberg J., Mullainathan S., Raghavan M. Inherent trade-offs in the fair determination of risk scores. In: 8th Innovations in Theoretical Computer Science Conference (ITCS 2017). Leibniz International Proceedings in Informatics (LIPIcs). Vol. 67. Dagstuhl: Schloss Dagstuhl–Leibniz-Zentrum für Informatik; 2017. p. 43:1–43:23. DOI: 10.4230/LIPIcs.ITCS.2017.43.Chouldechova, A. Fair Prediction with Disparate Impact: A Study of Bias in Recidivism Prediction Instruments / A. Chouldechova // Big Data. – 2017. – Vol. 5, no. 2. – P. 153–163. - https://doi.org/10.1089/big.2016.0047.Chouldechova A. Fair prediction with disparate impact: a study of bias in recidivism prediction instruments. Big Data. 2017;5(2):153–163. DOI: 10.1089/big.2016.0047.Wachter, S. Why Fairness Cannot Be Automated: Bridging the Gap between EU Non-Discrimination Law and AI / S. Wachter, B. Mittelstadt, C. Russell // Computer Law & Security Review. – 2021. – Vol. 41. – Art. 105567. - https://doi.org/10.1016/j.clsr.2021.105567.Wachter S., Mittelstadt B., Russell C. Why fairness cannot be automated: bridging the gap between EU non-discrimination law and AI. Computer Law & Security Review. 2021;41:105567. DOI: 10.1016/j.clsr.2021.105567.Selbst, A. D. Fairness and Abstraction in Sociotechnical Systems / A. D. Selbst, D. Boyd, S. A. Friedler, S. Venkatasubramanian, J. Vertesi // Proceedings of the Conference on Fairness, Accountability, and Transparency. – New York: ACM, 2019. – P. 59–68. - https://doi.org/10.1145/3287560.3287598.Selbst A.D., Boyd D., Friedler S.A., Venkatasubramanian S., Vertesi J. Fairness and abstraction in sociotechnical systems. In: Proceedings of the Conference on Fairness, Accountability, and Transparency. New York: ACM; 2019. p. 59–68. DOI: 10.1145/3287560.3287598.Mitchell, M. Model Cards for Model Reporting / M. Mitchell, S. Wu, A. Zaldivar, P. Barnes, L. Vasserman, B. Hutchinson, E. Spitzer, I. D. Raji, T. Gebru // Proceedings of the Conference on Fairness, Accountability, and Transparency. – New York: ACM, 2019. – P. 220–229. - https://doi.org/10.1145/3287560.3287596.Mitchell M., Wu S., Zaldivar A., Barnes P., Vasserman L., Hutchinson B., et al. Model cards for model reporting. In: Proceedings of the Conference on Fairness, Accountability, and Transparency. New York: ACM; 2019. p. 220–229. DOI: 10.1145/3287560.3287596.Gebru, T. Datasheets for Datasets / T. Gebru, J. Morgenstern, B. Vecchione, J. W. Vaughan, H. Wallach, H. Daumé, K. Crawford // Communications of the ACM. – 2021. – Vol. 64, no. 12. – P. 86–92. - https://doi.org/10.1145/3458723.Gebru T., Morgenstern J., Vecchione B., Vaughan J.W., Wallach H., Daumé H., et al. Datasheets for datasets. Communications of the ACM. 2021;64(12):86–92. DOI: 10.1145/3458723.Raji, I. D. Closing the AI Accountability Gap: Defining an End-to-End Framework for Internal Algorithmic Auditing / I. D. Raji, A. Smart, R. N. White, M. Mitchell, T. Gebru, B. Hutchinson, J. Smith-Loud, D. Theron, P. Barnes // Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency. – New York: ACM, 2020. – P. 33–44. - https://doi.org/10.1145/3351095.3372873.Raji I.D., Smart A., White R.N., Mitchell M., Gebru T., Hutchinson B., et al. Closing the AI accountability gap: defining an end-to-end framework for internal algorithmic auditing. In: Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency. New York: ACM; 2020. p. 33–44. DOI: 10.1145/3351095.3372873.Green, B. The Flaws of Policies Requiring Human Oversight of Government Algorithms / B. Green // Computer Law & Security Review. – 2022. – Vol. 45. – Art. 105681. - https://doi.org/10.1016/j.clsr.2022.105681.Green B. The flaws of policies requiring human oversight of government algorithms. Computer Law & Security Review. 2022;45:105681. DOI: 10.1016/j.clsr.2022.105681.Cobbe, J. Reviewable Automated Decision-Making: A Framework for Accountable Algorithmic Systems / J. Cobbe, M. S. A. Lee, J. Singh // Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency. – New York: ACM, 2021. – P. 598–609. - https://doi.org/10.1145/3442188.3445921.Cobbe J., Lee M.S.A., Singh J. Reviewable automated decision-making: a framework for accountable algorithmic systems. In: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency. New York: ACM; 2021. p. 598–609. DOI: 10.1145/3442188.

The authors declare that there are no conflicts of interest present.