Модели имущественной ответственности за вред, причиненный функционированием искусственного интеллекта

Введение

За последние несколько лет использование систем искусственного интеллекта — от рекомендательных алгоритмов до автономных транспортных средств и генеративных нейросетей — вышло далеко за пределы экспериментальных проектов и стало элементом повседневного гражданского оборота. Одновременно с этим обострилась и центральная для частного права проблема: кто и на каком основании должен нести имущественную ответственность за вред, причинённый функционированием подобной системы, если её решения формируются в результате самообучения и не могут быть полностью предсказаны даже разработчиком. Классическая деликтная конструкция статьи 1064 Гражданского кодекса Российской Федерации, построенная на принципе вины причинителя вреда, плохо приспособлена к ситуации, когда ни оператор, ни разработчик, ни пользователь системы искусственного интеллекта не совершали какого-либо противоправного действия в его традиционном понимании, — вред стал побочным результатом штатной работы алгоритма. Настоящая статья ставит целью систематизировать модели имущественной ответственности, применимые к отношениям по использованию искусственного интеллекта, и предложить критерии выбора конкретной модели в зависимости от характера возникающего спора.

1. Ответственность за продукт как модель регулирования

Модель ответственности за продукт исходит из того, что вред, причинённый искусственным интеллектом, обусловлен конкретным конструктивным, программным или информационным дефектом, заложенным на стадии разработки либо ввода системы в эксплуатацию. В российском праве данная модель по существу воспроизводит логику статей 1095—1098 Гражданского кодекса Российской Федерации об ответственности за вред, причинённый вследствие недостатков товара: ответственность возлагается на изготовителя или продавца независимо от вины, но при условии, что потерпевший докажет наличие дефекта и причинную связь между дефектом и наступившим вредом. Применительно к искусственному интеллекту эта модель наиболее эффективна там, где можно локализовать конкретный источник ошибки, — например, недостаточно репрезентативную обучающую выборку, ошибку валидации модели или дефект интеграции алгоритма в аппаратную часть устройства, как это происходит при выявленных сбоях бортовых систем автономного управления транспортным средством.

Вместе с тем по мере роста степени автономности системы дефект всё чаще невозможно свести к единичному техническому просчёту — он «размывается» между этапами обучения, дообучения и эксплуатации, что заметно снижает практическую применимость модели ответственности за продукт к наиболее сложным системам [3, с. 90]. Кроме того, потерпевший объективно ограничен в возможностях доказать наличие дефекта, поскольку не имеет доступа ни к исходному коду, ни к параметрам обучения модели, что на практике смещает бремя доказывания в пользу изготовителя вопреки продекларированному безвиновному характеру данной модели ответственности.

2. Модель строгой (безвиновной) ответственности

Строгая ответственность традиционно применяется в отечественном правопорядке к владельцам источников повышенной опасности (статья 1079 Гражданского кодекса Российской Федерации) и возлагается на лицо независимо от наличия его вины — единственным основанием освобождения от ответственности выступают непреодолимая сила либо умысел потерпевшего. Распространение данной конструкции на отношения по использованию искусственного интеллекта представляется обоснованным применительно к автономным и слабопредсказуемым системам, чьё поведение формируется динамически и не сводится к заранее запрограммированному алгоритму, — в частности, к генеративным нейросетям, системам алгоритмической торговли и роботизированным комплексам, действующим без непосредственного контроля человека в момент причинения вреда.

Основанием для применения строгой ответственности в этом случае выступает не установленный дефект, а сам факт эксплуатации источника повышенной опасности, притом что оператор, извлекающий экономическую выгоду от использования технологии, несёт и связанный с ней риск. Вместе с тем механическое распространение конструкции источника повышенной опасности на искусственный интеллект нуждается в уточнении круга субъектов, признаваемых «владельцами» такого источника, поскольку в цепочке от разработчика до конечного пользователя единый владелец зачастую отсутствует [9, с. 391—393]. Данное обстоятельство требует либо законодательного определения фигуры оператора как самостоятельного субъекта ответственности, либо обращения к описываемой далее теории альтернативной причинности.

3. Модель страхования ответственности

Третья модель — страхование ответственности — не является самостоятельным основанием возложения ответственности, а выступает механизмом распределения уже существующего риска между широким кругом участников оборота. Её применение наиболее оправдано в сферах массового коммерческого использования искусственного интеллекта — банковской и инвестиционной деятельности, автоматизированном кредитном скоринге, — где отдельный случай причинения вреда конкретному лицу статистически предсказуем в совокупности, но затруднительно прогнозируем индивидуально.

Обязательное страхование ответственности операторов высокорисковых систем искусственного интеллекта позволяет гарантировать потерпевшему компенсацию независимо от того, удастся ли установить вину или дефект, переводя фактический спор из плоскости деликтного процесса в плоскость страхового возмещения. Одновременно данная модель выполняет превентивную функцию: размер страховой премии, дифференцированный в зависимости от уровня риска конкретной системы, экономически стимулирует операторов к повышению безопасности используемых технологий. Однако эффективность страховой модели напрямую зависит от наличия развитого рынка соответствующих страховых продуктов и методик актуарной оценки риска использования искусственного интеллекта, которые в российской практике пока находятся на начальной стадии формирования.

4. Критерии выбора модели и теория альтернативной причинности

Изложенное показывает, что ни одна из трёх моделей не может претендовать на универсальность. Выбор конкретной модели, по мнению автора, должен определяться совокупностью нескольких критериев: степенью автономности системы (чем выше автономность, тем менее применима модель ответственности за продукт и тем более обоснованно обращение к строгой ответственности); прослеживаемостью причинной связи до конкретного дефекта или действия конкретного участника (при её отсутствии — обращение к строгой ответственности или к теории альтернативной причинности); масштабом использования технологии (индивидуальное причинение вреда либо массовое, статистически предсказуемое причинение вреда, тяготеющее к страховой модели); а также доказательственными возможностями потерпевшего, который, в отличие от оператора или разработчика, объективно не имеет доступа к технической документации и исходному коду системы.

Особую сложность представляют случаи, когда вред является результатом взаимодействия нескольких систем искусственного интеллекта либо совокупного вклада нескольких участников — разработчика алгоритма, поставщика обучающих данных и оператора, осуществившего интеграцию системы. В подобных ситуациях традиционное требование о доказывании причинной связи с конкретным делинквентом становится трудноисполнимым для потерпевшего. В связи с этим представляется обоснованным обращение к теории альтернативной причинности, известной как отечественной цивилистике, так и зарубежным правопорядкам: при невозможности установить, чьи именно действия непосредственно привели к причинению вреда, бремя доказывания отсутствия причинной связи возлагается на каждого из потенциальных делинквентов, а при недоказанности — ответственность распределяется между ними солидарно либо пропорционально степени участия в создании риска. Такой подход соответствует общей тенденции развития зарубежного регулирования, отмечаемой, в частности, применительно к дискуссии о необходимости специального режима ответственности за вред, причинённый искусственным интеллектом, взамен точечной адаптации существующих деликтных конструкций [9, с. 395].

Заключение

Формирование непротиворечивой модели имущественной ответственности за вред, причинённый функционированием искусственного интеллекта, едва ли достижимо путём выбора единой универсальной конструкции. Оптимальным представляется дифференцированный подход, при котором модель ответственности за продукт применяется к случаям, где дефект локализуем на конкретном этапе разработки; строгая ответственность — к автономным и слабопредсказуемым системам; а страхование ответственности выступает дополняющим механизмом при массовом коммерческом использовании технологии. Восполнение доказательственных пробелов при множественности потенциальных делинквентов целесообразно обеспечивать посредством обращения к теории альтернативной причинности. Изложенные предложения могут быть использованы при разработке специальных норм гражданского законодательства Российской Федерации об ответственности за вред, причинённый использованием искусственного интеллекта.