Дискреція публічної адміністрації в умовах автоматизації та використання штучного інтелекту

Берназюк Ян доктор юридичних наук, професор; суддя Касаційного адміністративного суду у складі Верховного Суду (Україна); науковий експерт CEPEJ-GT-CYBERJUST (Рада Європи)

ORCID: 0000-0002-2353-4836

ДИСКРЕЦІЯ ПУБЛІЧНОЇ АДМІНІСТРАЦІЇ В УМОВАХ АВТОМАТИЗАЦІЇ ТА

ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ

Науково-аналітичне дослідження Примітка. Ця публікація є українськомовною версією авторського дослідження Administrative Discretion in the Context of Automation and Artificial Intelligence, оприлюдненого англійською мовою в науковому репозитарії Zenodo 9 листопада 2026 року.

Англомовна версія: https://zenodo.org/records/24084506 DOI: https://doi.org/10.5281/zenodo.24084506 Анотація У статті досліджено вплив штучного інтелекту та автоматизованих систем на здійснення дискреційних повноважень публічної адміністрації. Розмежовано зв’язані повноваження, адміністративну дискрецію та судовий розсуд; запропоновано нормативний, індивідуальний і технологічно опосередкований виміри аналізу адміністративного вибору. На основі українського законодавства, тринадцяти судових актів Верховного Суду, практики Європейського суду з прав людини та Суду Європейського Союзу визначено умови, за яких автоматизація може обмежувати адміністративне свавілля, а також ризики неправомірного звуження дискреції через програмну архітектуру. Запропоновано

семиелементний тест судового контролю за алгоритмічно підтриманими адміністративними рішеннями та доповнення статті 62 Закону України «Про адміністративну процедуру» щодо меж повністю автоматизованого прийняття адміністративних актів. Антикорупційні й економічні наслідки автоматизації розглянуто як результати, що потребують емпіричної перевірки.

Ключові слова: адміністративна дискреція; судовий розсуд; штучний інтелект; публічна адміністрація; автоматизоване прийняття рішень; алгоритмічна рекомендація; людський контроль; корупційні ризики; мотивованість; судовий контроль; правова визначеність.

Вступ Адміністративна дискреція потрібна там, де закон не зводить вирішення справи до однієї відповіді. Орган має врахувати факти, порівняти юридично допустимі заходи, дотримати пропорційності та пояснити, чому обрано саме цей варіант.

Дискреція водночас створює простір для неоднакової практики: схожі заяви можуть отримувати різні відповіді через відмінності у ставленні службовців, внутрішні вказівки або неправомірний вплив. Однак сама відмінність рішень не доводить свавілля, якщо фактичні обставини різні.

Штучний інтелект (далі — ШІ), зокрема моделі машинного навчання, може формувати ймовірнісні оцінки на основі даних, тоді як традиційні автоматизовані системи переважно виконують наперед установлені правила. Обидва підходи здатні впливати на здійснення дискреції: визначати доступні посадовцеві відомості, варіанти рішень і критерії їх оцінювання. Для правової оцінки визначальним є фактичний вплив технології на межі адміністративного вибору, права особи та можливість перевірити законність рішення [15; 16].

У цій статті автоматизовані системи, що виконують наперед визначені правила, не ототожнюються із системами ШІ. Судові справи щодо традиційної автоматизації використано для аналізу спільних правових проблем компетенції, відповідальності та перевірюваності, а не як докази застосування ШІ у відповідних адміністративних процедурах.

Мета статті — визначити умови, за яких ШІ може стримувати адміністративне свавілля, не перетворюючи власні правила й помилки на нове джерело владного впливу. Метод дослідження охоплює аналіз нормативних актів, практики судів та порівняльного права. Позитивний економічний і антикорупційний ефекти розглядаються як гіпотези, що потребують вимірювання, а не як доведені результати цифровізації в Україні [16].

Стаття розвиває попередні авторські дослідження автоматизованих систем у публічному адмініструванні та судочинстві [27], використання ШІ для забезпечення єдності судової практики [28], судового розсуду й адміністративної дискреції [29], а також відповідні навчальні матеріали, підготовлені для заходів Національної школи суддів України у 2024–2026 роках [30; 31; 42]. На відміну від попереднього огляду судової практики [27], предметом цього дослідження є вплив програмної архітектури на фактичні межі адміністративної дискреції.

Запропонований підхід спирається на дослідження цифрової дискреції (digital discretion) і переходу від дискреції посадовця до впливу розробників та адміністраторів інформаційних систем (system-level bureaucracy) [14; 45; 46].

Авторська новизна полягає в розмежуванні юридичних меж дискреції та її фактичної технологічної доступності, а також у застосуванні цього розмежування до судового контролю й законодавчого регулювання в Україні. Проаналізовано тринадцять оприлюднених судових актів Верховного Суду, у яких автор був суддею-доповідачем: дванадцять постанов та одну ухвалу [4–13; 39–41]. Такий відбір становить цілеспрямоване дослідження судової практики за участю автора, а не репрезентативний огляд усіх підходів Верховного Суду. Справи, безпосередньо пов’язані з автоматизацією, відмежовано від рішень щодо загальних стандартів дискреції, доказування, мотивування та судового контролю.

Частина справ стосується правовідносин, що виникли до набрання чинності

Законом України «Про адміністративну процедуру» або належать до сфер, виключених із його дії. Висновки в таких справах використано для аналізу загальних стандартів законності, мотивування та судового контролю, без поширення дії Закону на відповідні правовідносини [2, ч. 2 ст. 1]. Правові висновки належать відповідним складам суду, а не судді-доповідачеві особисто.

1. Дискреція: законний вибір і вплив програмної системи

Відповідно до частини другої статті 19 Конституції України органи державної влади та органи місцевого самоврядування, їх посадові особи зобов’язані діяти лише на підставі, у межах повноважень та у спосіб, що передбачені Конституцією та законами України [1, ч. 2 ст. 19]. Пункт 7 частини першої статті 2 Закону України «Про адміністративну процедуру» визначає дискреційне повноваження через надану законом можливість адміністративного органу обирати рішення відповідно до закону та мети повноваження. Частина третя статті 6 уточнює умови законності такого вибору: нормативна підстава, додержання меж і способу здійснення повноваження, його мети, принципів адміністративної процедури та відсутність необґрунтованого відступу від попередніх рішень того

самого органу в однакових чи подібних справах. Частина четверта статті 6 встановлює обов'язковість для адміністративних органів висновків щодо застосування норм права, викладених у постановах Верховного Суду, під час застосування відповідного нормативно-правового акта; частина четверта статті 8 зобов'язує мотивувати зміну оцінки й висновків у подібних справах [2, п. 7 ч. 1 ст.

2, чч. 3–4 ст. 6, ч. 4 ст. 8]. Рекомендація Комітету Міністрів Ради Європи № R (80) 2 Concerning the Exercise of Discretionary Powers by Administrative Authorities від 11 березня 1980 року визначає основні вимоги до здійснення адміністративної дискреції: використання повноваження за його призначенням, об’єктивність, неупередженість, рівність, пропорційність, прийняття рішення в розумний строк і послідовність адміністративної практики (додаток, принципи 1–6). Принципи 7– 11 стосуються доступності адміністративних орієнтирів, мотивування відступу від них та контролю за здійсненням дискреції, зокрема судом або іншим незалежним органом [38]. Ці гарантії зберігають значення незалежно від використання програмних засобів.

Норма, яка допускає вибір між кількома правомірними варіантами, відрізняється від норми, що залишає лише один правомірний наслідок. Збирання доказів, перевірка документа чи складний розрахунок ще не означають наявності дискреції. Це розмежування особливо потрібне тоді, коли технічна складність алгоритму створює враження, ніби орган отримав нову свободу вибору.

У постанові від 15 вересня 2026 року у справі № 420/21964/23 Верховний Суд розмежував встановлення технічної помилки в державному реєстрі та здійснення адміністративної дискреції. Після встановлення такої помилки за документами реєстраційної справи державний реєстратор зобов’язаний її виправити, оскільки закон не передбачає іншого правомірного варіанта

поведінки [12, пп. 106–115]. Водночас суд не може замість реєстратора здійснювати первинну перевірку документів, яку адміністративний орган не провів. Верховний Суд також зазначив, що неналежна організація розгляду звернення не повинна позбавляти заявника ефективного захисту порушеного права [12, пп. 86–105].

Аналогічне розмежування застосовано в постанові від 14 вересня 2026 року у справі № 560/9501/24: за наявності визначеної законом підстави для відмови в наданні містобудівних умов та обмежень орган не має дискреції ухвалити позитивне рішення [40, пп. 46–47]. Отже, автоматизація перевірки нормативно визначених умов не повинна створювати можливості їх довільного ігнорування.

Для аналізу здійснення адміністративної дискреції пропонується розрізняти три взаємопов’язані виміри. Нормативний охоплює визначені законом мету, межі та допустимі варіанти рішення; індивідуальний — встановлення обставин справи, оцінювання інтересів і вибір правомірного заходу; технологічно опосередкований — вплив програмної архітектури на доступність інформації, критерії оцінювання та можливість обрати або відхилити запропонований системою варіант. Останній вимір не створює нового владного повноваження, а характеризує фактичні умови здійснення наданої законом дискреції [16].

Якщо система дозволяє обрати лише дві санкції за наявності трьох законних альтернатив, межі дискреції фактично звужено без зміни закону. Такий самий наслідок можливий, коли алгоритм приховує істотну обставину або підмінює мету закону показником зручності для установи. Звідси предмет правової перевірки: не лише остаточний адміністративний акт, а й критерії, за якими система сформувала доступні органу варіанти [15; 37].

Практичне значення цього розмежування виявляється під час визначення розміру санкцій. У постанові від 3 червня 2024 року у справі № 380/7521/23 Верховний Суд зазначив, що НКРЕКП повинна мотивувати обраний розмір штрафу, а за множинних порушень — пояснити спосіб його обчислення [39, п.

60]. Суд перевіряє обґрунтованість і пропорційність санкції, не визначаючи замість регулятора її нового розміру [39, пп. 53, 65–67]. Відповідно, якщо програмна система рекомендує певний розмір санкції, така рекомендація не звільняє адміністративний орган від обов’язку мотивувати свій вибір.

Є й протилежний ризик. Коли закон вимагає однозначного результату, втручання посадовця під приводом «людського контролю» може саме стати свавільним.

Відповідний режим контролю має залежати від характеру повноваження, а не від однакового для всіх систем правила обов'язкового ручного погодження.

2. Чи може алгоритм стримувати свавілля та корупцію

Масові однотипні адміністративні справи створюють передумови для автоматизованого контролю послідовності практики. Система може позначити рішення, яке відрізняється від попередніх у схожих обставинах, знайти релевантну постанову Верховного Суду та вказати на відсутність пояснення

відступу. Така функція безпосередньо пов'язана з частинами третьою і четвертою статті 6 та частиною четвертою статті 8 Закону «Про адміністративну процедуру» [2]. У попередньому дослідженні питання автоматизованого пошуку розбіжностей розглянуто стосовно єдності судової практики [28]; для адміністративного органу воно випливає також із визначеного законом обов'язку послідовного правозастосування.

Перевірка не повинна перетворювати попередню практику на незмінну. Нові обставини, зміна закону чи необхідність виправити помилковий підхід можуть виправдовувати інше рішення. Технологія корисна тоді, коли вона вимагає пояснення відмінності, але не забороняє її.

Показовою є практика застосування електронної системи у сфері будівництва. У справі № 420/11131/22 Верховний Суд дослідив нормативно передбачені автоматичні перевірки даних та умови внесення відомостей до Реєстру будівельної діяльності [4, пп. 47–60]. У справі № 460/22384/23 Суд розмежував автоматичну перевірку системою і обмежені повноваження реєстратора втручатися в установлені нею результати [5, п. 68]. У цих справах не сформульовано загальної переваги алгоритму над людиною. Йдеться про те, що ні посадовець, ні програмний засіб не можуть змінювати закріплений правом порядок виконання публічної функції.

Це дає підстави висунути перевірювану гіпотезу про антикорупційний ефект автоматизації: у процедурах з однозначними законними умовами вона може зменшити можливості вимагати зайві документи, затягувати розгляд чи застосовувати не передбачені законом винятки. Але корупційний ризик може переміститися до осіб, які визначають технічне завдання, правила оцінювання або склад даних. Під час закупівлі системи чи її оновлення неправомірний вплив іноді важче виявити, ніж у конкретному адміністративному провадженні.

Ефект автоматизації доцільно оцінювати окремо для кожної процедури, порівнюючи частоту необґрунтованих відмов, кількість скарг і змінених рішень, тривалість розгляду, контакти заявників із посадовцями та повні бюджетні витрати. Таке порівняння потребує вихідних показників до впровадження системи й урахування інших змін в установі. Саме скорочення часу розгляду чи кількості службовців не доводить зменшення корупційних ризиків [16].

Скорочення рутинної роботи може звільняти працівників для складних справ, але потребує інших витрат: підтримання даних, інформаційної безпеки, розгляду скарг, виправлення помилок. Раціональне використання коштів означає зниження повної вартості належної адміністративної послуги, а не механічне скорочення посад. З огляду на такі витрати автоматизація може бути економічно виправданою для одних процедур і надмірною для інших [16].

Нарешті, автоматизація не гарантує передбачуваності. Якщо змінюються моделі, пороги ризику або навчальні дані, подібні справи можуть отримувати різні результати без відповідної зміни права. Для юридичної визначеності потрібні

фіксація версії системи, контроль змін і можливість пояснити відмінність конкретного рішення [15; 37].

3. Автоматичний режим, відповідальність і судова практика

Частина перша статті 62 Закону «Про адміністративну процедуру» встановлює, що у випадках та порядку, визначених законом, адміністративне провадження повністю або частково здійснюється адміністративним органом в автоматичному режимі (за допомогою програмних засобів, без втручання людини). Частина друга зобов'язує адміністративний орган вживати заходів для такого розгляду, а частина третя покладає на нього відповідальність за адміністративні акти, прийняті в автоматичному режимі [2, ст. 62]. Програмна система не стає самостійним носієм владної компетенції.

Стаття 62 не розмежовує зв'язані та дискреційні повноваження. Окремої перевірки потребує правова підстава автоматичного режиму: частина перша статті 62 допускає його у випадках та порядку, визначених законом. Підзаконні акти можуть конкретизувати технічні правила функціонування інформаційної системи, проте не можуть самостійно змінювати законодавчі умови здійснення повноваження чи межі адміністративного вибору [2, ч. 1 ст. 62; 4, пп. 45–55; 7, пп.

51–62]. Для порівняння, § 35a німецького Verwaltungsverfahrensgesetz (VwVfG) допускає повністю автоматизоване видання адміністративного акта лише за наявності правової підстави та за відсутності як дискреції (Ermessen), так і простору адміністративного оцінювання (Beurteilungsspielraum) [19]. Німецьке правило не слід механічно переносити в іншу правову систему, але воно вказує на принципову різницю між автоматизацією встановленого законом результату й автоматичним здійсненням адміністративного вибору.

Інший підхід застосовано у Франції. У рішенні від 12 червня 2018 року № 2018- 765 DC Конституційна рада Франції визнала за визначених гарантій допустимим прийняття індивідуального адміністративного рішення виключно на підставі алгоритму. Такий режим передбачає законну підставу, попередньо визначені правила й критерії, повідомлення особи про використання алгоритму, доступність його основних характеристик та можливість адміністративного і судового оскарження. Виключно алгоритмічне рішення не допускається, зокрема, коли необхідні характеристики алгоритму не можуть бути розкриті через охоронювану законом таємницю або обробляються визначені законом чутливі дані. Під час адміністративного оскарження орган не може покладатися

виключно на алгоритм; алгоритми, які самостійно змінюють застосовувані правила без контролю відповідального органу, також не можуть бути єдиною підставою рішення [47, пп. 65–72].

Практика щодо Єдиної державної електронної бази з питань освіти (ЄДЕБО) показує, як помилка алгоритмічного правила позначається на правах особи. У постанові від 26 листопада 2025 року у справі № 160/29658/24 Верховний Суд дослідив розподіл функцій між Міністерством освіти і науки України як розпорядником бази, її технічним адміністратором і закладом освіти.

Автоматичне формування довідки відповідно до закладеного алгоритму не давало закладу освіти технічної можливості змінити сформовану системою оцінку послідовності здобуття освіти [7, пп. 58–62].

У постанові від 20 травня 2026 року у справі № 280/9417/24 Верховний Суд перевірив правомірність алгоритму ЄДЕБО, який пов’язував порушення послідовності здобуття освіти з повторним зарахуванням на відповідний рівень навчання без урахування факту попереднього здобуття освітнього ступеня. Суд зазначив, що Міністерство освіти і науки України як розпорядник ЄДЕБО не може перекладати відповідальність за невідповідний закону результат на алгоритм або заклад освіти, який не має повноважень змінювати його параметри [8, пп.

81–99]. Ця постанова стосується автоматизації на основі наперед визначеного правила, а не встановленого у справі застосування системи ШІ, проте безпосередньо підтверджує необхідність перевірки законності алгоритму, що формує юридично значущий результат.

Інше джерело помилки — первинні відомості. Постанова від 24 квітня 2025 року у справі № 280/3642/23 стосувалася автоматизованого розрахунку адміністративно-господарських санкцій за даними державних реєстрів. Суд аналізував установлені законом правила формування інформації, контрольну дату та обов'язки суб'єктів, які її подають [6, пп. 58–76]. У цій постанові Суд також звернув увагу на можливість використання результатів автоматичного опрацювання даних як засобів доказування та необхідність оцінювати достовірність, допустимість і достатність відповідних доказів [6, пп. 82–85]. При цьому значення має виконання роботодавцем обов'язку щодо своєчасного подання й виправлення первинних відомостей [6, пп. 75–77]. Частина друга статті

53 Закону України «Про адміністративну процедуру» визнає засобами доказування дані національних електронних інформаційних ресурсів і результати автоматичної обробки (перевірки) даних. Однак автоматизоване походження відомостей не усуває необхідності перевіряти їхню достовірність. Для визначення відповідальності істотним є джерело недоліку: алгоритмічне правило, первинні дані або юридичне використання результату [2, ч. 2 ст. 53; 6, пп. 75–85; 27, розд. 2.5].

Це розрізнення діє і щодо дискреційних рішень. Навіть правильна оцінка певного ризику не підміняє юридичного вибору, якщо закон зобов'язує адміністративний орган співвіднести декілька правомірних заходів. І навпаки, помилковий алгоритм не легітимується тим, що службовець погодив його результат [2; 16].

4. Європейські стандарти: ЄСПЛ, Суд ЄС та регулювання ШІ

Європейський суд з прав людини оцінює застосування технологій крізь гарантії Конвенції незалежно від того, чи належить відповідна система до ШІ в технічному розумінні. У справі Glukhin v. Russia (заява № 11519/20, рішення від 4 липня 2023 року) використання технології розпізнавання облич для ідентифікації та затримання учасника мирного протесту оцінювалося за статтями 8 і 10 Конвенції. Суд звернув увагу на необхідність докладних правил використання

таких технологій і дієвих запобіжників від зловживань; втручання в конкретних обставинах визнано несумісним із конвенційними гарантіями [20, §§ 82–91]. Це справа не про адміністративну дискрецію в наданні послуги, але вона показує, що технічна результативність не є виправданням непропорційного владного втручання.

У рішенні Великої Палати ЄСПЛ Ramos Nunes de Carvalho e Sá v. Portugal (заяви № 55391/13, 57728/13, 74041/13, 6 листопада 2018 року) розмежовано функції спеціалізованого органу, що вирішує дисциплінарну справу, і суду, який перевіряє його рішення. Межі судового контролю залежать, зокрема, від характеру спірних питань і значення встановлення фактів; повага до компетенції адміністративного органу не звільняє суд від достатньо повної перевірки вирішальних доводів [21, §§ 180–184, 200–205]. Це орієнтир для судового розсуду щодо обсягу перевірки алгоритмічно підтриманого рішення, а не підстава для автоматичного переоцінювання кожного технічного показника.

Суд Європейського Союзу дослідив безпосередньо алгоритмічні механізми. У справі Ligue des droits humains, C-817/19, від 21 червня 2022 року Суд, тлумачачи Директиву про дані пасажирів (PNR), виходив із необхідності наперед визначених, недискримінаційних критеріїв і можливості індивідуальної перевірки результатів. За цим спеціальним режимом не допускається застосування самонавчальних систем, які без людського втручання змінюють процес оцінювання та вагу критеріїв [22, пп. 194–200]. Такий висновок не є універсальною забороною машинного навчання в публічному секторі.

У справі SCHUFA Holding (Scoring), C-634/21, рішення від 7 грудня 2023 року, Суд ЄС дійшов висновку, що автоматичне обчислення кредитного рейтингу може становити автоматизоване індивідуальне рішення у значенні статті 22 GDPR, якщо третя особа істотно покладається на цей рейтинг, вирішуючи питання щодо договірних відносин [23, п. 73]. Отже, правове значення має реальний вплив оцінки на остаточне рішення, а не лише її позначення як рекомендації.

У справі Dun & Bradstreet Austria, C-203/22, від 27 лютого 2025 року Суд ЄС розтлумачив право особи отримати змістовну інформацію про логіку автоматизованої обробки даних для перевірки правильності оцінювання та ефективного захисту своїх прав [24, пп. 55–66]. Обидва рішення стосуються насамперед захисту персональних даних; їх не можна безпосередньо прирівнювати до норм української адміністративної процедури. Вони, однак, допомагають визначити, чому формальна участь людини та загальна фраза про автоматичний розрахунок не завжди є достатніми.

У справі Technische Universität München v Hauptzollamt München-Mitte (C-269/90, рішення від 21 листопада 1991 року) Суд ЄС пов’язав наявність широких повноважень адміністративного оцінювання з підвищеним значенням процесуальних гарантій: ретельного й неупередженого дослідження обставин, права особи бути вислуханою та належного мотивування рішення [43, п. 14]. Цей підхід застосовано також у практиці КАС ВС [10, п. 70]. Значення людської

перевірки алгоритмічних результатів у практиці Суду ЄС досліджується у статті Julien Sterck Artificial Intelligence before the Court of Justice of the European Union: Asserting the Importance of a Human-Centric Dimension [36].

Регламент (ЄС) 2024/1689 (Artificial Intelligence Act) передбачає вимоги до людського нагляду за високоризиковими системами (стаття 14), оцінювання впливу на основоположні права у передбачених випадках (стаття 27) і пояснення окремих рішень (стаття 86). З урахуванням Регламенту (ЄС) 2026/1744 основні вимоги до систем, віднесених до високоризикових за додатком III, підлягають застосуванню з 2 грудня 2027 року, а до пов'язаних із продукцією за додатком I

— з 2 серпня 2028 року [25, ст. 113]. Наведені строки не слід плутати з набранням

чинності Регламентом загалом або з окремими положеннями, які вже застосовуються. Рамкова конвенція Ради Європи про штучний інтелект і права людини, демократію та верховенство права (CETS № 225) установлює модель управління ризиками, прозорості та доступності засобів захисту [26]. Для України як порівняльні та методичні орієнтири також корисні Рекомендація CM/Rec(2020)1 [15] і Handbook on Human Rights and Artificial Intelligence, підготовлений Керівним комітетом з прав людини Ради Європи у квітні 2026 року [18]. Вони не замінюють відповідних норм національного права і потребують належного врахування юридичного статусу кожного документа.

5. Змістовний людський контроль та його межі

Посадова особа не здійснює дискрецію самостійно, якщо позбавлена можливості побачити значущі дані, перевірити підстави рекомендації або обрати правомірний варіант, відмінний від запропонованого системою. Саме затвердження машинної рекомендації ще не засвідчує змістовного контролю.

Проте частка погоджених рекомендацій сама по собі не доводить зловживання: система може працювати коректно. Для оцінки потрібні відомості про складність справ, правові умови відхилення, приклади виправлених помилок та практику пояснення рішень [16; 35].

Ризики не обмежуються хибним прогнозом. Mia Hoffmann у дослідженні The Mechanisms of AI Harm: Lessons Learned from AI Incidents розглядає різні механізми заподіяння шкоди системами ШІ та можливі способи її запобігання [17]. Звідси випливає практичний висновок: точність роботи моделі не усуває проблеми, коли орган використовує її не для тієї мети, що передбачена законом, або коли збої накопичуються внаслідок неправильного управління системою.

Перевірюваність автоматизованих процедур потребує визначеного розподілу відповідальності за критерії, дані й експлуатацію системи, фіксації змін і порядку виправлення помилок. У документі Міністерства цифрової трансформації України, Національного агентства України з питань державної служби та Вищої школи публічного управління «Поради з відповідального використання штучного інтелекту публічними службовцями» (березень 2025 року) розглянуто практичні питання відповідального використання ШІ, захисту даних і управління ризиками

[44]. Порівняльні рекомендації Australasian Institute of Judicial Administration щодо ШІ в судовій діяльності [35] можуть використовуватися з урахуванням відмінностей між судовими та адміністративними функціями.

Окремої перевірки потребує використання генеративного ШІ для підготовки юридичних текстів. В ухвалі від 15 січня 2026 року у справі № 240/14153/24 Верховний Суд установив, що касаційна скарга містила посилання на судові рішення, яких у зазначеному вигляді не існувало. Суд звернув увагу на можливість виникнення таких помилок унаслідок використання ШІ та наголосив на обов'язковості фахового людського контролю (human-in-the-loop), зокрема перевірки згенерованих відомостей за офіційними джерелами [13]. Цей висновок сформульовано під час оцінювання касаційної скарги суб’єкта владних повноважень — Головного управління Пенсійного фонду України в Житомирській області. Суд не встановлював як доведений факт використання ШІ, однак вказав

на ознаки, які можуть свідчити про його застосування та генерування недостовірних посилань на судову практику. В адміністративній процедурі він може бути використаний за аналогією: посадова особа повинна перевірити фактичні та правові підстави підготовленого за допомогою ШІ проєкту адміністративного акта. Неперевірений текст не може замінити встановлення обставин справи та належного мотивування рішення [2, ст. 8; 13].

Належний людський контроль не означає безумовного права посадовця довільно змінити автоматично сформований результат. У зв'язаній процедурі така зміна сама потребує правової підстави [4; 5]. Якщо ж закон надає дискрецію, контроль охоплює можливість обрати інший законний варіант із наведенням мотивів, а не автоматичне схвалення найбільш імовірної відповіді.

6. Мотивованість і межі судового розсуду

Законність адміністративного акта передбачає належне нормативне та фактичне обґрунтування рішення. У постанові від 11 вересня 2023 року у справі № 420/14943/21 Верховний Суд визначив критерії обґрунтованості рішення суб’єкта владних повноважень, зокрема відповідність мотивів установленим обставинам справи та застосованим нормам права [9, пп. 45–48, 55–57]. Ця постанова стосується загальних вимог до мотивованості адміністративного акта, які мають значення і для рішень, підготовлених за допомогою алгоритмічних систем.

Такий самий характер має постанова від 7 липня 2026 року у справі № 460/14758/24. Суд зазначив, що визначення юридично значущих показників має спиратися на належні, достовірні й перевірені відомості, а не на формальне використання встановлених меж чи показників [10, пп. 62–71]. У справі № 160/34163/25, постанова від 26 серпня 2026 року, досліджено доказове значення автоматично сформованого повідомлення про доставку документа через електронний кабінет. За обґрунтованого заперечення отримання істотним є встановлення належної ідентифікації адресата, а не лише наявність машинного запису [11, пп. 85–102]. В обох справах вирішальне значення мала перевірка

достовірності й належності відомостей, використаних для обґрунтування юридично значущого результату. Частина друга статті 2 КАС України визначає, що суд перевіряє, чи використано владне повноваження за призначенням, чи враховано всі істотні обставини, чи додержано рівності, пропорційності, права особи на участь у процедурі й інших установлених критеріїв. Частина четверта статті 245 КАС України розмежовує можливість зобов'язати орган прийняти рішення на користь особи, якщо всі законні умови виконані і дискреції немає, та зобов'язання повторно вирішити питання з урахуванням правової оцінки суду, якщо закон зберігає адміністративний вибір [3, ч. 2 ст. 2, ч. 4 ст. 245]. Отже, суд у межах судового

розсуду перевіряє законність реалізації дискреції органу, не підміняючи її власним вибором між правомірними адміністративними рішеннями.

У постанові від 13 жовтня 2022 року у справі № 380/13558/21 Верховний Суд розмежував повноваження, що допускають вибір між правомірними альтернативами, та повноваження з єдиним правомірним варіантом поведінки [41, пп. 68–76]. Оскільки уповноважений орган не вирішив заяву по суті, належним способом захисту визнано зобов’язання повторно розглянути її та прийняти мотивоване рішення, а не безпосереднє призначення виплати судом [41, пп. 94–97]. Аналогічне розмежування має значення для алгоритмічно підтриманих рішень: виявлена помилка системи не наділяє суд повноваженням здійснювати адміністративний вибір замість компетентного органу.

Для судового контролю за алгоритмічно підтриманими адміністративними рішеннями пропонується семиелементний тест, що охоплює такі взаємопов’язані питання. Перше: чи має використання системи правову підставу і чи не вводить алгоритм нових обмежень прав. Друге: чи є повноваження дискреційним, а якщо ні — чи забезпечено єдиний правомірний результат. Третє: чи достатні та достовірні дані, на яких ґрунтується рекомендація. Четверте: чи зберіг орган за наявності дискреції реальну правову, інформаційну й технічну можливість обрати інший законний варіант. П'яте: чи пояснено юридично значущі факти, застосовані критерії та відступ від попередньої практики. Шосте: чи відповідає обраний захід принципу пропорційності. Сьоме: чи доступні для перевірки версія

системи, її істотні дані та послідовність формування результату в обсязі, необхідному для оскарження [2; 3; 12; 15]. Перші два питання стосуються нормативного виміру дискреції, третє, п’яте і шосте — індивідуального, четверте й сьоме — технологічно опосередкованого.

Негативна відповідь не означає автоматичного скасування адміністративного акта. Суд має встановити юридичну значущість порушення, його вплив на права особи та застосовний спосіб захисту. У спорах про протиправність рішення суб'єкта владних повноважень тягар доведення його правомірності визначається частиною другою статті 77 КАС України [3, ч. 2 ст. 77]. Водночас обов'язок відповідача довести правомірність свого рішення не означає, що будь-яке припущення про можливу технічну помилку є достатньою підставою для його

скасування. Істотне значення мають конкретизація спірного недоліку, наявні докази та його можливий вплив на результат. Оцінювання таких обставин здійснюється за правилами доказування, визначеними КАС України [3, ст. 72–77].

7. Нормативна пропозиція та оцінювання результатів автоматизації

Українське законодавство доцільно доповнити правилом, яке розмежовує автоматизоване виконання зв'язаних повноважень та використання програмних засобів під час здійснення адміністративної дискреції. З цією метою пропонується доповнити статтю 62 Закону України «Про адміністративну процедуру» частиною четвертою такого змісту: «4. Прийняття адміністративного акта в повністю автоматичному режимі не допускається, якщо закон залишає адміністративному органу свободу вибору між кількома правомірними рішеннями. Використання програмних засобів для підтримки такого вибору допускається за умови, що уповноважена посадова особа або інший визначений законом компетентний суб’єкт має доступ до істотних обставин справи, використаних критеріїв і даних, може перевірити

результат роботи системи, відхилити необґрунтовану рекомендацію та самостійно ухвалити рішення в межах визначених законом повноважень.

Мотивування адміністративного акта не може обмежуватися посиланням на результат роботи програмного засобу». Запропонована редакція враховує обережніший підхід § 35a VwVfG щодо збереження адміністративного вибору за компетентним органом [19], на відміну від французької моделі умовної допустимості повністю алгоритмічних рішень [47, пп. 69–72]. Таке уточнення слід узгодити з вимогами захисту персональних даних, нерозголошення відомостей з обмеженим доступом та нормативним розподілом компетенції. Ризик-орієнтовану систему нагляду і документування використання технологій запропоновано також в оприлюдненому авторському науковому проєкті Закону України «Про штучний інтелект» (2026) [32]. Він використовується тут як порівнювана законодавча ініціатива, а не як чинне

право. Обрання суворішої моделі обґрунтовується необхідністю зберегти передбачений законом індивідуальний адміністративний вибір, тоді як технічні та процедурні гарантії самі по собі не усувають ризику його фактичної підміни алгоритмом.

Окрім показників ефективності, розглянутих у розділі 2, оцінювання автоматизованих процедур має охоплювати можливі відмінності результатів у подібних групах заявників, випадки виправлення помилок і частоту відхилення алгоритмічних рекомендацій як показник роботи системи, а не оцінювання службовця. Необхідність та періодичність незалежного перегляду визначаються характером процедури й ризиками для прав особи [18; 25; 26].

Відкритість не означає оприлюднення персональних даних, уразливостей програмного забезпечення чи захищених відомостей. Достатній для оскарження обсяг інформації може надаватися особі й суду в різному процесуальному режимі. Головне, щоб комерційна таємниця або технічна складність не

унеможливлювали перевірки правомірності конкретного адміністративного акта [24; 37]. Висновки

1. Адміністративна дискреція визначається законом. Програмна архітектура не

змінює її юридичних меж, проте може фактично обмежувати доступні посадовцеві рішення, критерії оцінювання та можливість відхилення алгоритмічної рекомендації. Тому правовій перевірці підлягає не лише остаточний адміністративний акт, а й технологічні умови формування результату.

2. Автоматизація зв’язаних повноважень здатна зменшувати можливості

довільного втручання посадовця. За наявності дискреції використання ШІ потребує збереження реальної можливості індивідуального правомірного вибору. Зниження корупційних ризиків, тривалості процедур і бюджетних витрат не може презюмуватися та потребує емпіричної перевірки.

3. Проаналізована практика КАС ВС підтверджує значення правомірності

алгоритмічного правила, достовірності первинних даних, належного розподілу компетенції та перевірюваності автоматизованого результату. Використання технології не звільняє адміністративний орган від установлених законом обов’язків.

4. Запропоновано семиелементний тест судового контролю за алгоритмічно

підтриманими адміністративними рішеннями, який поєднує перевірку правової підстави, характеру повноваження, достовірності даних, реальності адміністративного вибору, мотивованості, пропорційності та технологічної перевірюваності без підміни судом компетенції адміністративного органу.

5. Для забезпечення законності автоматизованого прийняття адміністративних

актів запропоновано доповнити статтю 62 Закону України «Про адміністративну процедуру» положенням, яке забороняє повністю автоматичне здійснення дискреційного вибору та встановлює гарантії змістовного людського контролю.

Декларація про використання штучного інтелекту Під час підготовки статті використовувалися ChatGPT (OpenAI) і Claude (Anthropic)

для опрацювання матеріалів, підготовки робочих редакцій тексту та окремих формулювань, критичного аналізу аргументації, виявлення суперечностей, мовного редагування і попередньої перевірки реквізитів джерел. Опис цих функцій відповідає підходу до прозорого декларування завдань, делегованих генеративному ШІ, запропонованому в Generative AI Delegation Taxonomy (GAIDeT) [33] та розглянутому в попередньому дослідженні автора [34].

Результати роботи ШІ не використовуються як самостійні першоджерела. Відповідальність за зміст, наукові висновки, достовірність посилань і рішення про оприлюднення статті несе автор.

Статус дослідження

Ця публікація відображає авторські наукові висновки, а не офіційну позицію Верховного Суду, Ради Європи чи CEPEJ. Розгляд судової практики ґрунтується на оприлюднених текстах судових актів. Дослідження не містить матеріалів суддівських нарад або інших відомостей із обмеженим доступом.

Нормативні акти, судову практику та наукові матеріали враховано станом на 9 листопада 2026 року. Використані джерела

1. Конституція України від 28 червня 1996 року.

https://zakon.rada.gov.ua/laws/show/254%D0%BA/96-%D0%B2%D1%80

2. Закон України «Про адміністративну процедуру» від 17 лютого 2022 року №

2073-IX. https://zakon.rada.gov.ua/laws/show/2073-20

3. Кодекс адміністративного судочинства України від 6 липня 2005 року № 2747-

IV. https://zakon.rada.gov.ua/laws/show/2747-15

4. Постанова Верховного Суду від 24 жовтня 2023 року у справі № 420/11131/22,

провадження № К/990/9882/23. https://reyestr.court.gov.ua/Review/114524417

5. Постанова Верховного Суду від 11 березня 2025 року у справі № 460/22384/23,

провадження № К/990/44317/24. https://reyestr.court.gov.ua/Review/125756659

6. Постанова Верховного Суду від 24 квітня 2025 року у справі № 280/3642/23,

провадження № К/990/77/25. https://reyestr.court.gov.ua/Review/126854551

7. Постанова Верховного Суду від 26 листопада 2025 року у справі №

160/29658/24, провадження № К/990/28815/25. https://reyestr.court.gov.ua/Review/132102704

8. Постанова Верховного Суду від 20 травня 2026 року у справі № 280/9417/24,

провадження № К/990/20592/25. https://reyestr.court.gov.ua/Review/136682961

9. Постанова Верховного Суду від 11 вересня 2023 року у справі № 420/14943/21,

провадження № К/990/8225/23. https://reyestr.court.gov.ua/Review/113405942

10. Постанова Верховного Суду від 7 липня 2026 року у справі № 460/14758/24,

провадження № К/990/20442/26. https://reyestr.court.gov.ua/Review/138037920

11. Постанова Верховного Суду від 26 серпня 2026 року у справі № 160/34163/25,

провадження № К/990/25589/26. https://reyestr.court.gov.ua/Review/139254792

12. Постанова Верховного Суду від 15 вересня 2026 року у справі №

420/21964/23, провадження № К/990/15599/26. https://reyestr.court.gov.ua/Review/139771689

13. Ухвала Верховного Суду від 15 січня 2026 року у справі № 240/14153/24,

провадження № К/990/56043/25. https://reyestr.court.gov.ua/Review/133336040

14. Busch P. A., Henriksen H. Z. Digital discretion: A systematic literature review of ICT

and street-level discretion. Information Polity. 2018. Vol. 23, No. 1. P. 3–28. DOI: 10.3233/IP-170050. https://doi.org/10.3233/IP-170050

15. Committee of Ministers of the Council of Europe. Recommendation

CM/Rec(2020)1 to member States on the human rights impacts of algorithmic systems. 8 April 2020. https://rm.coe.int/09000016809e1154

16. Colombi Ciacchi A., Flórez Rojas M. L., Lane L., Nowak T. (eds.). JuLIA Handbook: AI

and Public Administration: The (legal) limits of algorithmic governance. JuLIA Project, 2025. https://www.julia-project.eu/sites/default/files/2025- 07/JuLIA_Handbook_AI_and_Public_Administration.pdf

17. Hoffmann M. The Mechanisms of AI Harm: Lessons Learned from AI Incidents.

Center for Security and Emerging Technology. October 2025. https://cset.georgetown.edu/publication/the-mechanisms-of-ai-harm-lessons- learned-from-ai-incidents

18. Council of Europe, Steering Committee for Human Rights (CDDH). Handbook on

Human Rights and Artificial Intelligence. April 2026. https://www.coe.int/en/web/cddh-handbook-on-ai-and-hr/home

19. Verwaltungsverfahrensgesetz (VwVfG), § 35a. Vollständig automatisierter Erlass

eines Verwaltungsaktes. Federal Republic of Germany. https://www.gesetze-im- internet.de/vwvfg/__35a.html

20. European Court of Human Rights. Glukhin v. Russia, application no. 11519/20,

judgment of 4 July 2023. https://hudoc.echr.coe.int/?i=001-225655

21. European Court of Human Rights [GC]. Ramos Nunes de Carvalho e Sá v. Portugal,

applications nos. 55391/13, 57728/13, 74041/13, judgment of 6 November 2018. https://hudoc.echr.coe.int/eng?i=001-187507

22. Court of Justice of the European Union. Ligue des droits humains, C-817/19,

judgment of 21 June 2022, ECLI:EU:C:2022:491. https://eur-lex.europa.eu/legal- content/EN/TXT/HTML/?uri=CELEX:62019CJ0817

23. Court of Justice of the European Union. SCHUFA Holding (Scoring), C-634/21,

judgment of 7 December 2023, ECLI:EU:C:2023:957. https://eur-lex.europa.eu/legal- content/EN/TXT/HTML/?uri=CELEX:62021CJ0634

24. Court of Justice of the European Union. Dun & Bradstreet Austria, C-203/22,

judgment of 27 February 2025, ECLI:EU:C:2025:117. https://eur-lex.europa.eu/legal- content/EN/TXT/?uri=CELEX:62022CJ0203

25. Regulation (EU) 2024/1689 (Artificial Intelligence Act), consolidated version of 27

July 2026, as amended by Regulation (EU) 2026/1744. https://eur- lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:02024R1689-20260727

26. Council of Europe Framework Convention on Artificial Intelligence and Human

Rights, Democracy and the Rule of Law (CETS No. 225), opened for signature on 5 September 2024. https://www.coe.int/en/web/artificial-intelligence/the-framework- convention-on-artificial-intelligence

27. Берназюк Ян. Штучний інтелект та автоматизовані системи у публічному

адмініструванні й судочинстві: людський контроль, мотивованість,

перевірюваність та відповідальність у практиці Касаційного адміністративного суду у складі Верховного Суду. Zenodo. 2026. Версія 1.0. DOI: 10.5281/zenodo.22274766. https://doi.org/10.5281/zenodo.22274766

28. Берназюк Ян. Штучний інтелект і його використання для забезпечення єдності

судової практики як складової довіри до суду. Слово Національної школи суддів України. 2024. № 4 (49). С. 16–35. DOI: 10.37566/2707-6849-2024-4(49)-2.

https://slovo.nsj.gov.ua/images/pdf/2024_4_49/bernaziuk.pdf

29. Берназюк Ян. Судовий розсуд і дискреція адміністративного органу:

стандарти пропорційності та мотивованості у практиці Верховного Суду. Конституціоналіст. 2026. https://constitutionalist.com.ua/sudovyj-rozsud-i- dyskretsiia-administratyvnoho-orhanu-standarty-proportsijnosti-ta-motyvovanosti- u-praktytsi-verkhovnoho-sudu

30. Берназюк Ян. Дискреційні повноваження у світлі нового Закону України «Про

адміністративну процедуру». Навчальна презентація Національної школи суддів України. 7 жовтня 2024 року. https://supreme.court.gov.ua/userfiles/media/new_folder_for_uploads/supreme/20 24_prezent/99-%20administrative_procedure_discretion.pdf

31. Берназюк Ян. Судовий розсуд і дискреція адміністративного органу:

стандарти пропорційності та мотивованості: практика ВС та ЄСПЛ. Навчальна презентація Національної школи суддів України. 22 січня 2026 року.

https://constitutionalist.com.ua/wp-content/uploads/2026/01/164.- Judicial_Discretion_Administrative_Discretion_bernaziuk..pdf

32. Берназюк Ян. Проєкт Закону України «Про штучний інтелект» (авторський

науковий проєкт). Конституціоналіст. 29 травня 2026 року. https://constitutionalist.com.ua/proiekt-zakonu-ukrainy-pro-shtuchnyj-intelekt

33. Suchikova Y., Tsybuliak N., Teixeira da Silva J. A., Nazarovets S. GAIDeT (Generative

AI Delegation Taxonomy): A taxonomy for humans to delegate tasks to generative artificial intelligence in scientific research and publishing. Accountability in Research.

2026. Vol. 33, No. 3. Article 2544331. DOI: 10.1080/08989621.2025.2544331. https://doi.org/10.1080/08989621.2025.2544331

34. Берназюк Ян. Штучний інтелект у наукових дослідженнях: особистий

науковий внесок, академічна доброчесність і відповідальність. Zenodo. 2026. DOI: 10.5281/zenodo.22257136. https://doi.org/10.5281/zenodo.22257136

35. Bell F., Bennett Moses L., Legg M., McNamara V. (with O’Reilly A.). AI Decision-

Making and the Courts: A Guide for Judges, Tribunal Members and Court Administrators. Australasian Institute of Judicial Administration, 2026 update.

https://aija.org.au/publications/ai-decision-making-and-the-courts-a-guide-for- judges-tribunal-members-and-court-administrators-2026-update

36. Sterck J. Artificial Intelligence before the Court of Justice of the European Union:

Asserting the Importance of a Human-Centric Dimension. Toyo Law Review. 2025. Vol.

69, no. 1. P. 225–252. DOI: 10.34428/0002001834. https://toyo.repo.nii.ac.jp/records/2001834

37. Council of Europe. The Administration and You: A Handbook. 3rd ed. Strasbourg:

Council of Europe Publishing, 2024. https://book.coe.int/en/international-law/11917- pdf-the-administration-and-you-a-handbook-3rd-edition.html

38. Committee of Ministers of the Council of Europe. Recommendation No. R (80) 2

concerning the exercise of discretionary powers by administrative authorities. Adopted on 11 March 1980 at the 316th meeting of the Ministers’ Deputies.

https://rm.coe.int/16804f22ae

39. Постанова Верховного Суду від 3 червня 2024 року у справі № 380/7521/23,

провадження № К/990/44355/23. https://reyestr.court.gov.ua/Review/119503759

40. Постанова Верховного Суду від 14 вересня 2026 року у справі № 560/9501/24,

провадження № К/990/19285/26. https://reyestr.court.gov.ua/Review/139730748

41. Постанова Верховного Суду від 13 жовтня 2022 року у справі № 380/13558/21,

провадження № К/990/17977/22. https://reyestr.court.gov.ua/Review/106763738

42. Берназюк Ян. Штучний інтелект та автоматизоване прийняття рішень:

стандарти прозорості, людського контролю та судового перегляду. Навчальна презентація Національної школи суддів України. 8 вересня 2026 року.

https://court.gov.ua/storage/portal/supreme/prezent2026/199_AI_Automated_Deci sion_Making_bernaziuk.pdf

43. Court of Justice of the European Union. Technische Universität München v

Hauptzollamt München-Mitte. Case C-269/90. Judgment of 21 November 1991. ECLI:EU:C:1991:438. https://eur-lex.europa.eu/legal- content/EN/TXT/HTML/?uri=CELEX:61990CJ0269

44. Міністерство цифрової трансформації України, Національне агентство України

з питань державної служби, Вища школа публічного управління. Поради з відповідального використання штучного інтелекту публічними службовцями.

Березень 2025 року. https://storage.thedigital.gov.ua/files/f/bf/a9595e0dcd238ab2b3602909107aabf9.p df

45. Bovens M., Zouridis S. From Street-Level to System-Level Bureaucracies: How

Information and Communication Technology Is Transforming Administrative Discretion and Constitutional Control. Public Administration Review. 2002. Vol. 62, No.

2. P. 174–184. DOI: 10.1111/0033-3352.00168. https://doi.org/10.1111/0033-

3352.00168

46. Northcott E. W. Automating street-level discretion: A systematic literature review

and research agenda. Policy Studies Journal. 2026. Vol. 54, No. 3. Article e70024. DOI: 10.1111/psj.70024. https://doi.org/10.1111/psj.70024

47. Conseil constitutionnel. Décision n° 2018-765 DC du 12 juin 2018. Loi relative à la

protection des données personnelles. ECLI:FR:CC:2018:2018.765.DC. https://www.legifrance.gouv.fr/juri/id/CONSTEXT000037148523 Рекомендоване посилання: Берназюк Ян. Дискреція публічної адміністрації в умовах автоматизації та використання штучного інтелекту. Конституціоналіст.

2026. Англомовна версія дослідження: Bernaziuk, Ian. Administrative Discretion in the Context of Automation and Artificial Intelligence. Zenodo. 2026. DOI: https://doi.org/10.5281/zenodo.24084506 © 2026 Ян Берназюк.