Согласно исследованию Anthropic от марта 2026 года, языковые модели теоретически способны выполнять почти 90% юридических задач, однако фактическое покрытие составляет около 20%. По данным опроса ILTA, опубликованного в сентябре 2026 года, 94% из более чем 500 юридических фирм используют или тестируют генеративный ИИ, что выше показателя в 80% годом ранее, но полное внедрение остается редким явлением.
В России, по данным исследования «Авито» и Право.ru за декабрь 2025 года, 88% из более чем 500 опрошенных юристов применяют нейросети. Основными барьерами остаются опасения в недостоверности данных (84%) и необходимость ручной проверки результатов (80%). Сложность контроля хода рассуждений модели препятствует полноценной автоматизации юридических процессов.
На конференции ICML 2026 исследователи из Fudan University, Ant Group и Пекинского университета почты и телекоммуникаций представили архитектуру TG-RAG (Thought Guidance – Retrieval-Augmented Generation). Решение направлено на борьбу с когнитивным дрейфом в сложных задачах путем формализации стандартных операционных процедур в виде графов.
Архитектура TG-RAG разделяет процедурные и декларативные знания. Система исполняет процедуру пошагово, прерывая генерацию для вставки директив и подачи необходимых данных на каждом этапе. Такой подход позволяет жестко задать алгоритм рассуждений, что критически важно для многошаговых юридических сценариев, таких как комплексная проверка компании (due diligence).
