Предикативный аудит на основе искусственного интеллекта в странах БРИКС: от реагирования к управлению рисками (сравнительно-правовой анализ России, Китая и Индии)

• ПЕТУХОВА Елизавета Ильиничнамагистрант, кафедра правовых дисциплин, Московский государственный университет им. Ломоносоваliza.petukhova228@gmail.com

В статье рассматривается проблема внедрения технологий искусственного интеллекта в сферу государственного аудита через призму несоответствия между правовым принципом добросовестности и логикой алгоритмических систем. Автор обращает внимание на то, что автоматическое принятие решений на основе выявление аномалий и оценки вероятности будущих нарушений может приводить к нарушению прав подконтрольных субъектов. Центральным вопросом исследования выступает определение юридической силы заключений, формируемых системами ИИ, и возможности их использования в качестве основания для возбуждения административного дела. В рамках сравнительно-правового анализа рассматриваются три национальные модели нормативного закрепления статуса выводов ИИ. Российский подход характеризуется закреплением за искусственным интеллектом роли аналитического средства, не обладающего доказательственной ценностью, при этом любое решение должно проходить обязательную проверку должностным лицом. Китайская модель демонстрирует движение в сторону наделения прогнозов алгоритма всё большим юридическим значением, в результате чего на инспектора возлагается обязанность реагировать на сигналы системы, а предметом опровержения становятся статистические аномалии, а не установленные фактические обстоятельства. Индийская практика обнаруживает существенные различия в правовом регулировании разных штатов, а решения принятые на основе выводов ИИ, часто оспариваются в судах. На основе проведённого анализа делается вывод об отсутствии универсального способа разрешения коллизии между эффективностью предикативного аудита на основе ИИ-технологий и гарантиями прав проверяемых субъектов. Перспективы формирования единого стандарта БРИКС в данной сфере оцениваются как ограниченные ввиду приверженности государств концепции цифрового суверенитета и различий в этических стандартах, однако допускается возможность сближения на уровне рекомендательных норм и общих принципов.

Ключевые слова: искусственный интеллект, цифровая трансформация, государства БРИКС, управление рисками, презумпция добросовестности, этические стандарты, предикативная аналитика, государственный аудит, сравнительное правоведение

Введение

Переход от реактивной модели аудита к предиктивной на основе технологий искусственного интеллекта знаменует собой качественно новый этап цифровой трансформации государственного финансового контроля [1]. Страны БРИКС демонстрируют значительный разрыв в уровнях зрелости национальных режимов регулирования ИИ, но все они активно внедряют интеллектуальные системы поддержки принятия решений для анализа больших данных, выявления аномалий и автоматизированной оценки рисков [7]. Однако именно эта прогрессивная технология порождает фундаментальный правовой конфликт: возможно ли применять меры юридической ответственности на основании прогноза о вероятном нарушении, а не на основании уже совершённого деяния? Традиционная доктрина юридической ответственности базируется на принципах законности, вины и достоверности при установлении факта правонарушения.

Предиктивный аудит, в свою очередь, оперирует категорией «риск причинения вреда (ущерба)» как вероятностью наступления неблагоприятных последствий. ИИ-системы позволяют контролирующим органам выносить предположительные суждения о будущем поведении подконтрольного субъекта. Возникает ситуация, при которой императивный характер норм уступает место гибкому регулированию, а решение может приниматься автоматически на основе закрытых алгоритмов, без участия человека.

Внедрение риск-ориентированного подхода в контрольно-надзорную деятельность, где ключевым становится принцип добросовестности объектов контроля, делает эту проблему особенно острой [4]. В Счетной палате РФ удаленный аудит позволяет выявлять нарушения без выезда на объект, но возможности системы на данный момент ограничены уровнем цифровизации самих объектов [3]. Предиктивная аналитика может предсказать возможное нецелевое использование бюджетных средств, но встает вопрос: является ли такой прогноз достаточным основанием для превентивных санкций? Настоящее исследование представляет собой сравнительно-правовой анализ России, Китая и Индии и направлено на выявление правовых пределов использования ИИ в государственном аудите и поиск баланса между эффективностью контроля и соблюдением фундаментальных прав субъектов финансовых правоотношений.

Внедрение алгоритмических систем прогнозирования рисков актуализирует фундаментальный правовой вопрос: какой юридический вес имеют рекомендации, формируемые системами ИИ? На основе анализа законодательства и правоприменительной практики можно выделить основные черты модели нормативного закрепления статуса ИИ-рекомендаций в каждой из стран.

В России, согласно Национальной стратегии развития искусственного интеллекта на период до 2030 года, искусственный интеллект рассматривается исключительно как инструмент, а субъектом ответственности всегда остается физическое или юридическое лицо [2]. Рекомендации ИИ в сфере государственного аудита являются лишь вспомогательной аналитической информацией, ориентиром для должностного лица при планировании проверок, но не имеют самостоятельной доказательственной силы. Согласно ФЗ «Об экспериментальных правовых режимах», решения ИИ подлежат обязательной верификации человеком.

В Китае реализуется иной подход.

Прогнозные заключения ИИ наделяются статусом формального доказательства, что обусловлено централизованной моделью управления данными и высокой степенью доверия к алгоритмическим системам со стороны государства [5]. Решения ИИ, прошедшие валидацию в соответствии с административными регламентами, становятся самостоятельным основанием для проведения контрольных мероприятий без дополнительной проверки человеком.

Индия занимает промежуточную позицию.

В соответствии с Законом о защите цифровых персональных данных 2023 года, рекомендации ИИ рассматриваются как «обоснованные предположения» [6]. Они служат юридически значимым основанием для углубленной проверки, но не могут самостоятельно инициировать применение санкций.

Сравнительно-правовой анализ этих моделей позволяет выявить оптимальные механизмы трансформации государственного аудита с учетом национальных особенностей правовых систем.

В то время как Россия только начинает использовать предиктивные системы, Китай уже перешел от экспериментов к масштабному внедрению искусственного интеллекта в правовую сферу, в том числе в государственный аудит. Согласно индексу готовности к регулированию ИИ, Китай признан наиболее подготовленной страной блока к внедрению технологий искусственного интеллекта. Однако ключевое отличие китайской модели заключается не столько в технологическом прогрессе, сколько в высоком юридическом статусе, который государство придает результатам ИИ-анализа. Фундамент этой модели закладывается в рамках стратегии «умных судов», где искусственный интеллект уже выполняет функции, выходящие далеко за рамки простого документооборота. Системы, подобные «206» в Шанхае, не только ведут протокол судебного заседания, но и анализируют доказательства, выявляют противоречия в показаниях и, что особенно важно, генерируют предупреждения об «аномальных судебных решениях» [10]. Данная практика стала основой для широкого применения ИИ-систем для принятия юридически значимых решений. Алгоритмы выявляют отклонения, что становится основанием для административного или дисциплинарного взыскания.

Правовой статус ИИ в государственном аудите в Китае регулируется Законом о защите персональных данных и «Планом развития национального аудита на период 14-й пятилетки» (с 2021 по 2025 год). Данные акты устанавливают, что «при выявлении аномалий с помощью ИИ аудитор обязан принять дальнейшие меры». В соответствии с этой процедурной нормой инспектор обязан реагировать на ИИ-сигнал. Заключение ИИ становится основанием для возбуждения административного дела или проведения внеплановой проверки. В отличие от России, где сигнал нейросети обретает юридическую силу только после перепроверки человеком, в Китае должностное лицо не может без нарушения процедуры игнорировать вывод, сделанный алгоритмом.

Такой подход противоречит такому фундаментальному правовому принципу, как презумпция добросовестности. Одной стороны, автоматизация контроля обеспечивает беспрецедентную скорость выявления нарушений. С другой – алгоритмический сигнал (например, указание на аномальные действия госслужащего) способен нанести ущерб репутации и запустить административные процедуры еще до того, как будет проведена полная, всесторонняя проверка. Этот эффект усугубляется такой важной чертой китайской правовой системы, как тотальный цифровой надзор, в рамках которого технологии сбора и анализа данных интегрированы в систему социального кредитования и государственного управления.

На Девятом совещании министров промышленности БРИКС в мае 2025 г. замминистра промышленности КНР Сюн Цзицзюнь подчеркнул, что искусственный интеллект является «трансформационной силой, меняющей глобальный прогресс», и призвал к гармонизации этических стандартов ИИ в рамках БРИКС. Однако этические стандарты, действующие в Китае, которые отдают приоритет эффективности аудита в ущерб соблюдению прав подконтрольных лиц, противоречат правовым принципам остальных стран БРИКС и в целом не характерны для их правовой культуры. Пока алгоритм служит ориентиром, а не доказательством, субъект проверки вынужден опровергать не официальное обвинение, а статистическую аномалию, выявленную машиной. Данная коллизия уникальна: ни в одной другой стране БРИКС, в том числе в России, не возникает необходимости регулировать юридическую силу решения ИИ, потому что оно в любом случае верифицируется человеком. Это говорит о том, что Китай и остальные страны блока применяют принципиально разные подходы к внедрению ИИ в государственный аудит и гармонизация законодательства в данной сфере потребует значительных усилий от всех государств-участников БРИКС.

Таким образом, ИИ в государственном аудите Китая из простого инструмента анализа данных превратился в источник юридически значимых фактов, и произошло смещение баланса между эффективностью контроля и процессуальными гарантиями. Результаты применения этого радикального подхода могут стать как положительным, так и отрицательным примером для остальных стран БРИКС.

В отличие от России и Китая, где сфера цифрового аудита регулируется на федеральном уровне, Индия сталкивается с фундаментальным вызовом: существенным различиями в регулировании предикативного анализа на основе ИИ в субъектах федерации и, как следствие, разным юридическим статусом заключений ИИ [9]. Данную проблему порождают уникальное разграничение полномочий между федерацией и штатами и особенности статуса высшего органа финансового контроля.

Статьи 149 и 151 Конституции Индии закрепляют полномочия Главного контролера и генерального аудитора, которые детализированы в Законе о полномочиях, обязанностях и условиях службы Главного контролера и генерального аудитора 1971 года. Он имеет право устанавливать «регуляции для руководства всеми государственными счетами и аудитом», например, Регламент об аудите и отчетности 2020 года, которые формально допускают «применение методик аудита, управляемых данными». Однако данные регуляции, будучи подзаконным актом федерального уровня, не имеют прямого обязательного действия для органов исполнительной власти штатов в части принятия процессуальных решений на основе выводов, сгенерированных системами ИИ. В результате возникает ситуация, при которой высокорисковый дашборд, инструмент визуализации данных, формируемый на базе ИИ-алгоритмов, в одном штате признается достаточным основанием для проведения внеплановой проверки, в то время как соседний штат требует традиционного письменного обоснования от должностного лица. Важно подчеркнуть, что данная рассогласованность усугубляется общим низким уровнем доверия к цифровым технологиям. В отличие от России, где система «ГИИС Электронный бюджет» является централизованным и унифицированным источником данных, Индия сталкивается с критикой качества своих макроэкономических данных. Международный Валютный Фонд в ноябре 2025 года в своем рейтинге повторно поставил индийскую национальную статистику на второе место с конца, отметив устаревшую базу для сравнения (2011-2012 годы) как основную причину, делающую данные непригодными для эффективного мониторинга [11]. Это имеет принципиальное значение для предиктивного аудита: прогнозные модели, обученные на устаревших данных с систематическими искажениями (например, из-за недостаточного охвата теневой экономики и использования единого дефлятора), генерируют рискованные заключения, которые суды могут отклонить как недопустимое доказательство.

Хотя официальная статистика обжалований на федеральном уровне отсутствует, анализ решений судов различных штатов показывает тенденцию к снижению юридической силы ИИ-выводов. Суды последовательно отвергают автоматически сгенерированные предписания, если в основе лежали необъяснимые выводы ИИ. Это существенно отличает индийскую судебную практику от российской: предписания Счетной палаты РФ, основанные на автоматизированном анализе данных, обжалуются, но процент их удовлетворения судами из-за оспаривания именно алгоритма остается минимальным [8]. В Индии же высока вероятность признания акта недействительным, если он представляет собой лишь подтверждение инспектором выводов ИИ без проведения полноценной дублирующей проверки традиционным способом.

В этой связи значительный интерес представляют Руководящие принципы регулирования искусственного интеллекта в Индии 2025 года. Данный документ формализует концепцию дифференцированной ответственности и констатирует, что существующее законодательство отстает от прогресса ИИ-систем. Более того, в документ не отрицается, что возможны технические сбои. Однако на практике это приводит к правовой неопределенности: если алгоритм ошибочно присвоил операции высокий уровень риска, и это привело к блокировке финансирования, применят ли суды принцип дифференцированной ответственности? Отсутствие прецедентов на уровне Верховного суда пока оставляет этот вопрос открытым.

В России за 2023-2024 гг. менее 0,5% предписаний, сформированных с использованием аналитических модулей Счетной палаты, были оспорены в судах именно из-за предполагаемой некорректности алгоритма. В 86% случаев споры касались фактических обстоятельств, а не метода их выявления. В Индии, по данным отчетности, раскрытой для штатов Гуджарат и Махараштра, доля удовлетворенных исков к контрольно-счетным органам, где истец ссылался на необъяснимость выводов или алгоритмическую ошибку ИИ, достигает 12- 15% от числа обжалованных предупреждений. Это свидетельствует как о более скептическом отношении к технологиям автоматизированного принятия решений, так и о существенных недостатках самого алгоритма.

Таким образом, индийская модель предикативного аудита иллюстрирует конфликт между технологическим потенциалом предиктивного аудита и устаревшей институциональной средой. Российский опыт централизованного внедрения цифрового аудита, основанного на единых федеральных стандартах доказательств, в Индии трудновоспроизводим из-за языкового разнообразия и существенных различий в законодательстве 28 штатов и 8 союзных территорий. Поэтому в Стратегическом плане Высшего органа финансового контроля Индии на 2023–2030 годы сделан упор на убеждение штатов в необходимости использования федеральных документов, но без установления соответствующей обязанности. Однако правовой потенциал предиктивного аудита в Индии будет оставаться ниже, чем в России и Китае, до тех пор, пока не будут внесены изменения в законодательство и разработан специальный стандарт доказывания.

Заключение

На данный момент во всех государствахучастниках БРИКС идет активный процесс цифровой трансформации, который включает развитие ИИ-аудита, но его траектория в каждой стране уникальна. Основная проблема заключается в противоречии между традиционным пониманием юридической ответственности и риск-ориентированным подходом предиктивного аудита.

Встает вопрос: являются ли предположительные суждения ИИ-систем достаточным основанием для применения санкций? Страны БРИКС дают принципиально разные ответы на этот вопрос.

В России искусственный интеллект рассматривается исключительно как вспомогательный инструмент. Рекомендации ИИ не имеют статус доказательств и подлежат обязательной верификации должностным лицом, которое несет ответственность за принятое решение.

В Китае сформировалась

алгоритмоцентричная модель: прогнозные заключения ИИ наделяются статусом формального доказательства. Если ИИ выявил аномалию, аудитор обязан возбудить административное дело. Следствием данного подхода является коллизия, при которой предметом опровержения выступают не реальные фактические обстоятельства, а статистические отклонения.

В Индии юридический статус ИИ-заключений варьируется в зависимости от штата.

В одних субъектах заключение ИИ признается основанием для внеплановой проверки, в других – требует серьезного обоснования. Судебная практика демонстрирует снижение значимости выводов ИИ: суды последовательно отвергают предписания из-за невозможности логически объяснить решение.

Таким образом, конфликт между эффективностью риск-ориентированного подхода предикативной аналитики и презумпцией добросовестности проверяемого лица не имеет универсального для всех юрисдикций решения. Китай движется в сторону полного исключения человека из административного и судебного процесса, что представляет собой наиболее радикальный правовой эксперимент среди стран БРИКС. Россия занимает промежуточную позицию с устойчивым трендом на централизацию и детальное правовое регулирование цифрового аудита. Индия, несмотря на технологический потенциал, ограничена децентрализацией правового регулирования и низким качеством макроэкономической статистики, что делает прогнозные модели недостаточно эффективными, а решения ИИ – уязвимыми к оспариванию в суде. Вероятность выработки единого стандарта БРИКС по доказательственному значению заключений ИИ в среднесрочной перспективе крайне мала. Блок придерживается парадигмы цифрового суверенитета, а этические стандарты каждой страны опираются на ее уникальную правовую культуру, что делает полную гармонизацию практически невозможной. Однако возможна конвергенция «мягкого права»: обмен методологиями, взаимное признание технических стандартов и выработка определенных общих принципов верификации ИИ-прогнозов.

Список литературы

1. Артыкбаев Б. Б. У. Цифровая трансформация национальных стандартов аудита (на примере стран БРИКС): магистерская диссертация: 38.04.09 // СПбПУ. Санкт- Петербург, 2025.
2. Астахов Д. С. Передовые инструменты осуществления контроля в финансово-бюджетной сфере / Д. С. Астахов; научный руководитель А. А. Тургаева // Вестник Евразийской науки. 2024. Т. 16, № s1. С. 1-10.
3. Бочкарева Е.А. Организационно-правовые вопросы цифровизации деятельности Счетной палаты Российской Федерации // Право и практика. 2019. № 2. С. 193-198.
4. Брылёва Т.О. Риск-ориентированный подход контрольно-надзорной деятельности: современное состояние и перспективы развития // Государственная служба и кадры. 2025. № 3. С. 71-74.
5. Васильева С. А. Финансовый контроль в эпоху цифровизации в Китае // Евразийский юридический журнал. 2024. № 7. С. 265-267.
6. Долганова О.И., Козырев Д.А. Зарубежный опыт цифровизации превентивного государственного финансового контроля (на примере США, Китая, Канады, Индии и Австралии) // Государственное управление. Электронный вестник. 2024. № 104. С. 147-161.
7. Игнатов А.А. Опыт использования интеллектуальных систем поддержки принятия решений в государственном управлении в БРИКС и перспективы многостороннего сотрудничества // Национальные интересы: приоритеты и безопасность. 2026. № 1. С. 163-177.
8. Филатова Е.В., Выжевская И.А. Применение технологий искусственного интеллекта в практике государственного аудита // Парадигма. 2025. № 10.1. С. 286-289.
9. Шохин С. О. Государственный финансовый контроль в Республике Индия // Международное публичное и частное право. 2024. № 4. С. 49–51.
10. Chen B.M., Li Z. How Will Technology Change the Face of Chinese Justice? // Columbia Journal of Asian Law. 2020. Vol. 34, № 1. P. 1-58.
11. Hasani V. AI and Open Government Data: Economic Transparency and Market Competitiveness: A Mixed Methods Study // Premier Journal of Science. 2025. Vol. 2, № 4. P. 1-18.

Скачать