Алгоритмическая медиация правоприменения как фактор трансформации профессионального правосознания

Введение

Цифровая трансформация права первоначально воспринималась преимущественно как изменение формы хранения и передачи юридической информации. Электронные базы законодательства, системы судебного делопроизводства, автоматизированное распределение дел, цифровые реестры и дистанционное взаимодействие участников правоотношений рассматривались как инфраструктурные средства, не затрагивающие сущность юридического решения. Распространение систем искусственного интеллекта, машинного обучения и генеративных моделей изменило данную постановку вопроса. Алгоритм всё чаще не просто доставляет правоприменителю документ, а ранжирует материалы, выделяет юридически значимые обстоятельства, прогнозирует результат, предлагает квалификацию, формирует проект правового акта и тем самым участвует в построении смысловой модели дела.

Право в цифровой реальности одновременно выступает средством организации технологического развития и объектом его преобразующего воздействия. Т.Я. Хабриева и Н.Н. Черногор обоснованно указывают, что цифровизация затрагивает форму, содержание, систему и механизм действия права [8]. Э.В. Талапина, анализируя новые вызовы цифровой среды, подчёркивает необходимость оценки не только преимуществ автоматизации, но и рисков для прав человека, правовой определённости и традиционных юридических конструкций [9]. Применительно к правосознанию это означает, что цифровая среда воздействует не только на объём доступных юристу знаний, но и на внутренний механизм восприятия права, аргументации и выбора правомерного решения.

Актуальность исследования усиливается тем, что государственная политика Российской Федерации последовательно ориентирована на внедрение технологий искусственного интеллекта. Национальная стратегия развития искусственного интеллекта на период до 2030 года в редакции 2024 года закрепляет принципы безопасности, уважения автономии и свободы воли человека, недискриминации, ответственности определённого физического или юридического лица за последствия применения систем искусственного интеллекта и риск-ориентированного регулирования [2]. В 2025 году создан Центр развития искусственного интеллекта при Правительстве Российской Федерации, обеспечивающий координацию приоритетных задач в данной сфере [6]. В июне 2026 года был дополнительно скорректирован механизм экспериментальных правовых режимов в сфере цифровых и технологических инноваций [5]. Следовательно, вопрос о пределах алгоритмизации юридически значимых решений уже не является отвлечённым прогнозом: он относится к текущему этапу развития правовой системы.

Вместе с тем нормативное регулирование преимущественно сосредоточено на характеристиках технологии, обработке данных, безопасности и распределении внешней ответственности. Недостаточно разработанным остаётся внутренний, антропологический аспект: каким образом постоянное взаимодействие с алгоритмическими рекомендациями перестраивает профессиональное правосознание судьи, государственного служащего, следователя, прокурора, адвоката, нотариуса, корпоративного юриста и иных субъектов юридической деятельности. Этот вопрос имеет теоретико-правовое значение, поскольку правоприменение не сводится к логической подстановке фактов под норму. Оно включает понимание социального контекста, разрешение коллизий ценностей, оценку добросовестности, соразмерности и справедливости, а также личное принятие ответственности за властное или профессиональное решение.

Цель настоящей статьи состоит в формировании теоретико-правовой модели алгоритмической медиации правоприменения и выявлении её воздействия на структуру профессионального правосознания. Для достижения цели решаются следующие задачи: раскрывается содержание профессионального правосознания в цифровой среде; предлагается авторское определение алгоритмической медиации; выявляются позитивные и деформационные механизмы её воздействия; разграничиваются уровни допустимого и критического делегирования; формулируются принципы сохранения человеческой субъектности и ответственности. Методологическую основу составили формально-юридический, системно-структурный и сравнительно-правовой методы, анализ действующего регулирования и научной литературы, а также метод правового моделирования.

Гипотеза исследования заключается в том, что ключевой риск создаёт не сама автоматизация и не техническая автономность системы как таковая, а незаметное перемещение центра юридического суждения от человека к алгоритмически сформированной рамке. При таком перемещении правоприменитель формально остаётся автором решения, однако фактически может утратить самостоятельность в выборе фактов, интерпретации нормы и оценке последствий. Поэтому наличие подписи должностного лица или возможности нажать кнопку «отклонить» ещё не свидетельствует о сохранении содержательного человеческого контроля.

Профессиональное правосознание в цифровой правовой реальности

Профессиональное правосознание традиционно рассматривается как особая форма группового и индивидуального правосознания лиц, осуществляющих юридическую деятельность на основе специальной подготовки. Н.Я. Соколов связывал его с системой правовых знаний, оценок, чувств, установок и профессиональных навыков, непосредственно включённых в повседневную юридическую практику [7]. Данная категория отражает не только то, что юрист знает о праве, но и то, каким образом он распознаёт юридически значимые обстоятельства, оценивает допустимое и должное, воспринимает пределы власти, соотносит формальную законность со справедливостью и принимает решение.

Структура профессионального правосознания не исчерпывается правовой идеологией и правовой психологией. Для анализа цифровой трансформации целесообразно выделить взаимосвязанные когнитивный, интерпретационный, аксиологический, эмоционально-психологический, волевой, рефлексивный и ответственный компоненты. Когнитивный компонент охватывает знания о праве и фактах; интерпретационный - способность придавать им юридический смысл; аксиологический - ориентацию на достоинство личности, свободу, равенство, справедливость и законность; эмоционально-психологический - профессиональные чувства, доверие, осторожность и восприятие риска; волевой - готовность принять решение и противостоять внешнему давлению; рефлексивный - способность обнаруживать собственные ошибки и когнитивные искажения; компонент ответственности - внутреннее признание авторства юридически значимого выбора.

В доцифровой модели профессиональное правосознание также зависело от внешних посредников: текста закона, доктрины, судебной практики, заключений экспертов, организационных инструкций. Однако алгоритмический посредник отличается сочетанием масштаба, скорости, персонализации и скрытой селективности. Он способен обработать массив информации, недоступный отдельному человеку, но одновременно предварительно определить, какие сведения будут показаны, в какой последовательности и с какой вероятностной оценкой. Следовательно, алгоритм влияет на правосознание ещё до момента осознанного толкования нормы - на стадии конструирования информационной картины дела.

Цифровая среда порождает парадокс профессиональной компетентности. С одной стороны, юрист получает более широкий доступ к нормативным материалам, судебной практике и аналитике, сокращает технические ошибки и освобождает время для сложной аргументации. С другой стороны, постоянная готовность системы предоставить итоговый ответ может ослаблять навык самостоятельной постановки вопроса. Профессионал начинает оценивать не первичные материалы, а уже сформированное машиной резюме; не выстраивать несколько конкурирующих квалификаций, а проверять одну предложенную; не искать контраргументы, а редактировать сгенерированный текст. В результате объём доступной информации возрастает, но глубина её юридического освоения может снижаться. Изменение содержания юридического труда и профессиональных ролей под воздействием искусственного интеллекта отмечается и в современной отечественной доктрине: исследователи связывают алгоритмизацию с перераспределением аналитических функций, усложнением требований к квалификации юриста и риском утраты самостоятельности профессионального суждения [13; 14].

А.А. Бессонов отмечает, что специфика искусственного интеллекта требует существенных ограничений при его использовании в правоприменении, затрагивающем права и свободы человека [10]. Е.С. Селиванова и А.С. Конопий обращают внимание на автономность, самообучение, сложную архитектуру и непрозрачность интеллектуальных систем, а также на необходимость объяснимости, логирования и возможности пересмотра их решений [11]. Эти свойства важны не только для определения внешнего правового режима технологии. Они непосредственно воздействуют на психологию правоприменителя: чем сложнее проверить вывод системы, тем сильнее соблазн заменить содержательное понимание ссылкой на её предполагаемую точность.

Таким образом, профессиональное правосознание в цифровом обществе следует рассматривать как динамическую систему, формирующуюся в человеко-машинном контуре. При этом цифровая компетентность является необходимым, но недостаточным условием правомерного поведения. Умение пользоваться системой не тождественно способности критически оценить её ограничения. Подлинная цифровая зрелость юриста предполагает понимание происхождения данных, вероятностной природы результата, границ применимости модели, риска скрытой дискриминации, возможности технической ошибки и недопустимости подмены юридической аргументации ссылкой на авторитет технологии.

Таблица 1. Трансформация компонентов профессионального правосознания при алгоритмической медиации

Понятие алгоритмической медиации правоприменения

Для описания рассматриваемого явления недостаточно категорий «автоматизация», «цифровизация» или «использование искусственного интеллекта». Автоматизация акцентирует выполнение операции без непосредственного участия человека; цифровизация - общий переход к цифровой форме процессов; искусственный интеллект - характеристики технологического решения. Между тем предмет настоящего исследования составляет особая связь между технологией и юридическим сознанием, когда алгоритм опосредует восприятие правовой действительности и влияет на содержание решения независимо от того, является ли итог полностью автоматическим.

Под алгоритмической медиацией правоприменения предлагается понимать опосредование познавательной, интерпретационной, оценочной и волевой деятельности правоприменителя цифровой системой, которая посредством отбора, ранжирования, прогнозирования, классификации или генерации информации формирует рамку юридически значимого решения. Существенными признаками такой медиации являются: участие алгоритма в определении релевантной информации; преобразование первичных данных в рекомендацию либо проект решения; влияние результата системы на ход профессионального рассуждения; сохранение или имитация человеческого авторства; возможность возникновения правовых последствий для конкретных лиц.

Предложенное понятие шире автоматизированного решения. Например, если программа сама начисляет обязательный платёж по жёстко заданной формуле, имеет место автоматизация формализованной операции. Если же система определяет вероятность недобросовестности, ранжирует доказательства, предлагает квалификацию поведения или генерирует мотивировку, она становится медиатором юридического суждения. Даже когда итоговый акт подписывает человек, машинный вывод способен задать исходную точку, структуру аргументации и психологический «якорь», от которого дальнейшее рассуждение уже не является независимым.

К. Йеунг рассматривает алгоритмическое регулирование как систему, в которой сбор данных, установление стандартов и воздействие на поведение образуют единый вычислительный контур [18]. В сфере публичного управления К. Коглианезе и Д. Лер показывают, что машинное обучение может повысить эффективность административных решений, но требует специальных гарантий законности, прозрачности и надлежащего управления [17]. Для теории правосознания важно дополнить данный анализ: алгоритм регулирует не только внешнее поведение адресата, но и внутреннее познавательное поведение самого правоприменителя, определяя доступные ему варианты видения юридической ситуации.

Механизмы воздействия алгоритмов на юридическое мышление

Первым механизмом является алгоритмическая селекция фактов. Любое дело содержит больше информации, чем может быть одновременно учтено человеком. Традиционно релевантность определяется профессиональной подготовкой, процессуальными правилами и целями конкретного производства. Алгоритмическая система добавляет ещё один фильтр: она решает, какие документы считать близкими по смыслу, какие фрагменты выделить, какие обстоятельства обозначить как аномальные. Ошибка на этой стадии может остаться незаметной, поскольку правоприменитель нередко не видит исключённые данные и воспринимает машинную выборку как нейтральное отражение массива.

Вторым механизмом выступает эффект якоря. Числовая вероятность, рейтинг риска, прогноз исхода или готовый проект решения создают начальную координату рассуждения. Даже при возможности отклонения рекомендации последующий анализ часто строится вокруг неё. Правоприменитель ищет основания подтвердить или скорректировать уже предъявленный результат, а не формирует решение с нуля. Особенно выражен данный эффект при высокой рабочей нагрузке, дефиците времени и институциональном ожидании эффективности.

Третьим механизмом является стандартизация интерпретации. Алгоритм обучается на уже существующих текстах и решениях, вследствие чего преимущественно воспроизводит устойчивые паттерны. Это может способствовать единообразию, но одновременно консервирует прежние подходы и затрудняет правовое развитие. Новая правовая позиция по определению статистически редка; именно поэтому система, ориентированная на наиболее вероятный ответ, способна воспринимать обоснованную инновацию как отклонение или ошибку. Профессиональное правосознание в таком контуре рискует утратить творческую и критическую функцию.

Четвёртым механизмом является подмена правовой аргументации корреляционной. Юридическое решение требует указания на норму, установленные обстоятельства и логическую связь между ними. Машинная модель может выдавать точный прогноз, не раскрывая юридически приемлемого основания. Вероятность того, что аналогичные дела завершались определённым образом, не тождественна нормативному доводу о том, почему именно такое решение законно и справедливо в конкретном случае. Если правоприменитель переносит прогностическую уверенность в мотивировочную часть, происходит смешение фактической предсказуемости и правовой обоснованности.

Пятым механизмом является автоматизационное искажение - склонность придавать автоматизированному выводу повышенный авторитет и игнорировать противоречащие сигналы. Исследования взаимодействия человека и алгоритма показывают, что проблема не сводится к безусловному доверию: возможна также избирательная приверженность машинному совету, когда он совпадает с предварительными установками субъекта [19]. С.С. Гулямов применительно к судебной деятельности подчёркивает необходимость специальной психологической подготовки судей для профилактики automation bias [15]. Следовательно, юридическая компетентность должна включать не только знание технологии, но и распознавание собственных реакций на её рекомендации.

Шестым механизмом становится диффузия ответственности. При неблагоприятном результате пользователь может ссылаться на систему, оператор - на настройки, разработчик - на данные, заказчик - на формально сохранённый человеческий контроль. Внутренне это проявляется как ослабление чувства личного авторства: решение воспринимается не как собственный юридический выбор, а как подтверждение объективного расчёта. Между тем Национальная стратегия развития искусственного интеллекта исходит из необходимости закрепления ответственности за последствия работы системы за конкретным физическим или юридическим лицом [2]. Для правосознания данный принцип означает запрет психологического самоосвобождения правоприменителя от обязанности понимать и мотивировать принятое решение.

Трёхуровневая модель алгоритмической медиации

Для определения допустимых пределов алгоритмизации предлагается трёхуровневая модель, основанная не на техническом названии системы, а на фактической глубине её влияния на юридически значимое решение. Один и тот же программный продукт может использоваться на разных уровнях в зависимости от конкретной функции, характера дела, интерфейса и поведения пользователя.

Первый уровень - инструментальное содействие. Система выполняет поиск, сортировку, проверку реквизитов, арифметические расчёты, обезличивание, выявление дубликатов и иные операции, не предопределяющие правовую квалификацию. Правоприменитель самостоятельно формирует фактическую и нормативную модель дела. Основные гарантии на этом уровне связаны с качеством данных, информационной безопасностью и возможностью проверить результат операции.

Второй уровень - когнитивное соопределение. Алгоритм предлагает юридически значимые гипотезы: классифицирует ситуацию, оценивает риск, прогнозирует исход, ранжирует доказательства, формирует варианты квалификации или проект мотивировки. Решение формально принимает человек, но содержание его рассуждения существенно зависит от машинного вывода. Здесь необходимы юридическая объяснимость, представление альтернатив, указание уровня уверенности, обязательная проверка первичных источников и фиксация собственной мотивировки правоприменителя.

Третий уровень - заместительное делегирование. Система фактически формирует единственный итог, а участие человека сводится к формальному утверждению, редким исключениям либо постфактум-контролю. При этом юридические последствия могут наступать автоматически. Такой уровень допустим лишь для строго формализованных, обратимых и малорисковых операций, где отсутствует оценка личности, добросовестности, справедливости, соразмерности или достоверности спорных доказательств. В иных случаях возникает угроза утраты субъектности правоприменителя и нарушения права на мотивированное решение.

Критерием перехода между уровнями служит не процент автоматизации, а степень нормативной открытости задачи. Чем больше решение зависит от оценочных понятий, конкурирующих принципов, индивидуального контекста и тяжести последствий, тем меньше допустимый объём делегирования. Напротив, операция, основанная на однозначной норме, проверяемых данных и обратимом результате, может быть автоматизирована глубже.

Особое значение имеет реальность человеческого контроля. Содержательный контроль существует, если лицо понимает назначение системы и происхождение её вывода; имеет доступ к первичным данным; располагает временем и компетенцией для проверки; вправе отклонить рекомендацию без неформальных санкций; способно сформулировать самостоятельные юридические основания; несёт персональную ответственность за итог. Отсутствие хотя бы нескольких элементов превращает модель human‑in-the‑loop в процедурную фикцию.

Таблица 2. Уровни алгоритмической медиации правоприменения

Нормативные ориентиры и пределы автоматизированного решения

Конституционные основы использования алгоритмов в правоприменении вытекают из признания человека, его прав и свобод высшей ценностью, непосредственного действия прав и свобод, гарантий государственной и судебной защиты, равенства перед законом и судом, а также самостоятельности судебной власти [1]. Эти положения требуют, чтобы цифровая эффективность не становилась самостоятельным основанием ограничения прав. Технологическая система должна быть встроена в правовой порядок, а не образовывать параллельный порядок, в котором критерии решения определяются закрытой моделью.

Федеральный закон «Об информации, информационных технологиях и о защите информации» закрепляет общие требования к информационным системам и защите информации [3]. Однако применительно к алгоритмическому правоприменению важна не только техническая сохранность данных, но и их смысловая пригодность. Законный источник может быть нерепрезентативным для конкретной задачи; формально корректные данные могут отражать историческую дискриминацию; актуальная база может содержать ошибочную разметку. Поэтому юридическая оценка качества должна включать происхождение, полноту, временную релевантность и допустимость использования данных.

Особый ориентир содержит статья 16 Федерального закона «О персональных данных». Она ограничивает принятие на основании исключительно автоматизированной обработки персональных данных решений, порождающих юридические последствия или иным образом затрагивающих права и законные интересы субъекта, допуская это в предусмотренных законом случаях либо при письменном согласии и закрепляя обязанность разъяснить порядок принятия решения и возможные последствия [4]. Хотя указанная норма имеет специальный предмет, заложенная в ней идея обладает более общим теоретическим значением: лицо не должно становиться объектом непонятного автоматизированного властного воздействия без возможности получить объяснение и выразить возражение.

Национальная стратегия развития искусственного интеллекта задаёт человекоориентированные и риск-ориентированные принципы [2]. Их развитие применительно к профессиональному правосознанию предполагает, что «человек в центре» - это не визуальное присутствие пользователя в интерфейсе, а сохранение его способности к пониманию и ответственному действию. Если система настолько сложна, что пользователь не может объяснить её роль, или организационная практика фактически запрещает отклонение рекомендации, человек перестаёт быть субъектом контроля независимо от формальной процедуры.

В зарубежной доктрине идея технологически обусловленного надлежащего процесса получила развитие в работе Д.К. Ситрон, которая связывает автоматизированные административные решения с необходимостью процедурных гарантий, прозрачности, проверки и исправления ошибок [16]. Данный подход применим и к российской теории права: процессуальная форма должна охватывать не только действия должностного лица, но и значимые этапы алгоритмического формирования решения. В противном случае существенная часть властного усмотрения оказывается скрытой внутри технической системы и выпадает из сферы юридического контроля.

Принципы сохранения профессионального правосознания

Первым является принцип сохранения человеческой субъектности. Алгоритм может поддерживать познание, но не должен устранять личное юридическое суждение там, где решение требует оценки прав и свобод, добросовестности, виновности, справедливости, соразмерности либо достоверности спорных обстоятельств. П.Н. Маковская формулирует применительно к юридическому искусственному интеллекту принцип impossibilitas substitutionis - недопустимость замещения человека в определённых правовых процедурах [12]. В рамках настоящего исследования данный принцип следует связать именно с невозможностью передачи машине ценностного ядра правоприменения.

Второй принцип - юридическая объяснимость. Правоприменитель должен понимать не только то, что рекомендует система, но и почему её вывод может иметь значение для конкретной нормы и фактов. Ссылка на коммерческую тайну, сложность модели или высокий средний процент точности не заменяет объяснения в индивидуальном деле. Если машинный результат не может быть преобразован в проверяемую юридическую аргументацию, он не должен определять неблагоприятное решение.

Третий принцип - содержательный человеческий контроль. Он предполагает институциональные условия для реального несогласия: достаточное время, обучение, доступ к данным, отсутствие показателей эффективности, поощряющих механическое подтверждение, и обязательную выборочную проверку. Контроль должен оцениваться эмпирически - по частоте и обоснованности отклонений, качеству мотивировки, выявленным ошибкам, а не только по наличию должностного лица в схеме процесса.

Четвёртый принцип - оспоримость. Лицо, затронутое решением, должно иметь возможность узнать о существенном использовании алгоритма, получить понятное объяснение, представить дополнительные сведения, потребовать рассмотрения человеком и добиться исправления данных. Оспоримость одновременно защищает адресата и поддерживает профессиональное правосознание правоприменителя, поскольку сохраняет диалогический характер права и препятствует превращению машинного вывода в необсуждаемую данность.

Пятый принцип - прослеживаемость и воспроизводимость. Необходимо фиксировать версию модели, источники данных, значимые параметры, выданную рекомендацию, действия пользователя и окончательную мотивировку. При этом воспроизводимость не означает неизменность результата самообучающейся системы; она требует возможности реконструировать условия, при которых конкретный вывод был получен. Без такой фиксации судебный, ведомственный и общественный контроль становятся формальными.

Шестой принцип - недопустимость диффузии ответственности. Для каждого этапа должны быть определены ответственные субъекты: за правомерность цели, качество данных, разработку и тестирование, внедрение, конкретное применение, контроль и рассмотрение жалоб. Финальный правоприменитель не освобождается от обязанности критической проверки, но и не должен нести ответственность за скрытый дефект, который объективно не мог обнаружить. Распределение ответственности должно соответствовать реальной способности контролировать риск.

Седьмой принцип - профессиональная цифровая компетентность. Она должна включать основы работы алгоритмов, вероятностный характер выводов, типичные ошибки генеративных моделей, риск автоматизационного искажения, правила конфиденциальности и защиты данных, навыки верификации источников и этику использования. Обучение не должно ограничиваться техникой составления запросов. Центральным результатом является способность сохранять юридическую автономию при взаимодействии с убедительным машинным ответом.

Восьмой принцип - соразмерность алгоритмического вмешательства. Чем существеннее возможные последствия для правового статуса лица, тем строже требования к качеству данных, объяснимости, независимому аудиту, человеческому контролю и возможности обжалования. Для решений о привлечении к ответственности, ограничении свободы, доступе к социальным благам, профессиональном статусе или иных существенных правах презумпция должна действовать в пользу более низкого уровня автоматизации.

Таблица 3. Гарантии ответственного использования алгоритмов в правоприменении

Заключение

Цифровая трансформация правоприменения затрагивает не только внешнюю организацию юридической деятельности, но и внутреннюю структуру профессионального правосознания. Алгоритм становится посредником между правоприменителем и правовой действительностью: отбирает факты, задаёт вероятностные оценки, предлагает интерпретации и формирует проекты решений. Поэтому оценка технологии должна учитывать её воздействие на юридическое мышление, волю, ценности, рефлексию и чувство ответственности.

Алгоритмическая медиация определена в статье как опосредование познавательной, интерпретационной, оценочной и волевой деятельности правоприменителя цифровой системой, формирующей рамку юридически значимого решения посредством отбора, ранжирования, прогнозирования, классификации или генерации информации. Научная значимость данной категории состоит в возможности анализировать промежуточную область между техническим инструментом и полностью автоматическим решением.

Выделены три уровня медиации: инструментальное содействие, когнитивное соопределение и заместительное делегирование. Переход между ними определяется глубиной влияния системы на нормативно открытое юридическое суждение. Чем сильнее решение зависит от оценки личности, достоверности, справедливости, соразмерности и конкурирующих принципов, тем менее допустимо делегирование и тем более строгими должны быть гарантии человеческого контроля.

Основные риски выражаются в алгоритмической селекции фактов, эффекте якоря, стандартизации интерпретации, подмене нормативной аргументации корреляционной, автоматизационном искажении, языковой убедительности без содержательной достоверности и диффузии ответственности. Одновременно алгоритмические средства способны повышать полноту анализа, единообразие, доступность права, обнаружение ошибок и прослеживаемость процесса. Направление трансформации зависит от того, усиливает ли система профессиональное суждение или незаметно заменяет его.

Сохранение зрелого профессионального правосознания требует реализации принципов человеческой субъектности, юридической объяснимости, содержательного контроля, оспоримости, прослеживаемости, недопустимости диффузии ответственности, профессиональной цифровой компетентности, соразмерности и сохранения пространства юридического исключения. Формальное присутствие человека в контуре недостаточно: он должен реально понимать основания рекомендации, иметь возможность её критически проверить и отклонить, самостоятельно мотивировать решение и осознавать личную ответственность.

Таким образом, главная задача права в условиях алгоритмизации заключается не в механическом противопоставлении человека и технологии. Необходимо сформировать такую человеко-машинную модель правоприменения, в которой вычислительные возможности расширяют профессиональное познание, но не присваивают себе нормативный авторитет; повышают предсказуемость, но не устраняют индивидуальную справедливость; уменьшают рутинную нагрузку, но не освобождают правоприменителя от обязанности думать, объяснять и отвечать за принятое решение.