Новая публикация

Статья «Асимметрия информации на рынке адвокатских услуг: создание рейтинга методами машинного обучения» Антона Казуна, Вадима Девятникова и Михаила Белова вышла в журнале «Вопросы теоретической экономики» (№3, 2026).

Авторы описывают методологию, позволяющую измерять качество юридической помощи через разницу между тем, что предсказывает модель машинного обучения по объективным характеристикам дела, и тем, чем дело закончилось в реальности. Исследователи исходят из предпосылки, что если у адвоката дела стабильно заканчиваются лучше ожидаемого, то он делает свою работу хорошо. Похожую логику давно используют в других областях: так оценивают учителей в экономике образования, хирургов в медицине и игроков в профессиональном спорте. Авторы адаптируют эти подходы для уголовного судопроизводства. Такая прогнозная модель может быть обучена на данных российских судов за 2010–2025 гг. и будет учитывать, что уголовное дело проходит через несколько последовательных процессуальных развилок. Рейтинг корректируется на командную работу нескольких защитников, стадию рассмотрения и малое число дел. В статье обсуждаются слабые места подхода: прежде всего то, что досудебная стадия невидима, публикуемые решения неполны, а сильные адвокаты могут целенаправленно браться за сложные дела. Тем не менее, даже в таком виде подобный инструмент оценки способен дать клиентам значимый и объективный ориентир при выборе защитника, что может существенно улучшить качество информации на рынке юридических услуг.
Полный текст статьи доступен на сайте журнала.
На основе данной методики МЦИИР уже запустил рекомендательную систему по поиску адвокатов «Ходатай». Проект выполнен при поддержке Центра коммерциализации разработок и трансфера технологий НИУ ВШЭ.