Channel
@legal_edu
On this record: Topic · Growth · Engagement · Reactions · Posts · Citations · Telegram's recommendations · Cite this entry
6,723subscribers
+136 since we began measuring on 6 August 2026
Risers and fallers across the register · movement among entries of 3,162–10,000.
| Telegram ID | -1001325150123 |
|---|---|
| Type | Channel |
| Username | @legal_edu |
| Created | 25 February 2022 — measured — cross-checked against a third-party dataset (ext.tg_channel) |
| First recorded | 6 August 2026 |
| Last confirmed live | 16 September 2026 |
| Measurements held | 14 |
| Confirmed unchanged | 1 time, most recently 16 September 2026 |
| On Telegram | t.me/legal_edu |
Education — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 12 September 2026 and assigned it the closest of 31 fixed categories, at 72% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 16 Sept 2026, 07:18 | 6,723 | -7 |
| 12 Sept 2026, 16:15 | 6,730 | +31 |
| 8 Sept 2026, 06:40 | 6,699 | +17 |
| 2 Sept 2026, 22:26 | 6,682 | +5 |
| 31 Aug 2026, 05:47 | 6,677 | +13 |
| 28 Aug 2026, 09:15 | 6,664 | -1 |
| 25 Aug 2026, 04:23 | 6,665 | +20 |
| 21 Aug 2026, 23:36 | 6,645 | +22 |
| 18 Aug 2026, 21:29 | 6,623 | +6 |
| 15 Aug 2026, 15:22 | 6,617 | +9 |
| 12 Aug 2026, 11:33 | 6,608 | +11 |
| 9 Aug 2026, 08:11 | 6,597 | +10 |
| 6 Aug 2026, 03:19 | 6,587 | no change |
| 6 Aug 2026, 02:52 | 6,587 | first reading |
13 posts held, back to 22 July 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 10 pages of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 13 posts for this entry, the most recent from 18 August 2026. An engagement rate over an empty window would be a number about nothing.
649 reactions across 13 posts, in 15 distinct kinds. The most used accounts for 31.7% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 206 | 31.7% | |
| 🔥 | 195 | 30.0% | |
| 👍 | 88 | 13.6% | |
| 😁 | 86 | 13.3% | |
| 👏 | 23 | 3.54% | |
| ❤🔥 | 12 | 1.85% | |
| 🤣 | 10 | 1.54% | |
| 💯 | 7 | 1.08% | |
| 🤡 | 6 | 0.924% | |
| 💩 | 5 | 0.77% | |
| 🤝 | 5 | 0.77% | |
| 😍 | 2 | 0.308% | |
| 🥱 | 2 | 0.308% | |
| 😈 | 1 | 0.154% | |
| 🙈 | 1 | 0.154% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 13 of the 13 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 649 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 13 most recent posts we hold, published 22 July 2026 to 18 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
Кстати, там же на Хабре увидел ссылку на научную статью Нолана Ловетта о "трагедии общего когнитивного достояния" ("когнитивных общин"). О чем это? Вы наверняка сталкивались с дискуссией: - в юриспруденции выпускники приобретают важный опыт на работе; - младших специалистов первыми заменяют на ИИ, оставляя только опытных юристов; - откуда тогда возьмется следующее поколение опытных юристов? Автор в деталях описывае…
🔥13❤4😍2👍1😈1
Прочитал на Хабре интересную статью Сергея Шпадырёва про подводные камни внедрения ИИ в разработку. Думаю, похожие процессы ждут и юристов, так что и подводные камни совпадут. Я взял на себя смелость переложить идеи из статьи на юридическую профессию, получилось 10 тезисов: 1. Нет практического смысла автоматизировать все юридические задачи. Экономический смысл будет там, где процесс регулярный, стандартизируемый и …
🔥22👍18❤13💯3
Друзья, всем хорошего пятничного настроения! Меньше 2 недель до митапа, мы по традиции представляем наших спикеров. Первый спикер Екатерина Якуненко: - юрист-эксперт в Нейроюристе (Яндекс) - автор Telegram-канала «Делай RAG» и блога blog.delay-rag.ru о влиянии ИИ на юридическую профессию - редактор открытой Базы знаний об ИИ для юристов в Рунетлекс Академии (runetlexbase.ru). Думаю, что многие знакомы с Екатериной…
❤10👏6🔥3👍1💯1
На следующем митапе Moscow legal hackers выступит моя коллега Екатерина "@delay_RAG" Якуненко. Отличный повод прийти на Moscow legal hackers, если вы еще не были! Это объединяющий бренд московской legal tech - тусовки и место, где можно встретить буквально всех. В том числе разработчиков Нейроюриста :)
❤10👍6
Книги, после которых законы становятся понятнее 📚 Вместе с нашими экспертами собрали в Яндекс Книгах полку — 11 книг о том, как законы работают в жизни: в судах, в бизнесе, в уголовных делах и в повседневных спорах. Внутри — ликбез, практика, криминалистика и даже Фуко. Книги можно также найти в разделе бизнес-литературы. А какие книги по праву советуете вы? Пишите в комментариях 👉 📌 Читать полку в Яндекс Книгах
❤13👍12🔥6💯3🤡1
Собрал для коллег подборку книг по праву, интересных не только юристам. В шортлист попало 11 штук. К сожалению, из того, что вы советовали, почти ничего не оказалось на Яндекс.книгах. Но я включил рекомендации в полный список, там под 30 книг. Ловите отдельным файлом!
❤13👍7🔥2💩1🤡1
И еще маленький вопрос из чата. "Почему модель может искать информацию по смыслу, но не способна выполнить элементарную задачу — найти судебный акт по номеру дела?" Для ИИ как раз проще организовать семантический поиск: пользователь описывает ситуацию своими словами, а система находит документы с похожим смыслом (т.е. решения по похожим фактическим обстоятельствам). Это хорошо ложится в логику эмбеддинга (векторизац…
❤17🔥11💩2🤡1🙈1
Почему ИИ все ещё выдумывает судебную практику? В комментах спросили, почему юридические ИИ-сервисы все еще выдумывают судебную практику? Что мешает дать им прямой доступ к Гаранту или КонсультантПлюс? Сначала уточню несколько исходных посылок. Прежде всего, ИИ-сервисы все лучше работают с судебной практикой и все меньше галлюцинируют. По крайней мере, вижу это на нашем примере. Развиваются алгоритмы RAG, появляют…
❤13👍5🔥5💩1🤡1
Уже несколько месяцев на Закон.ру растет число статей, сгенерированных нейронками. Причем попадается как откровенный слоп, так и косметически доработанные тексты. Видимо, выход ChatGPT 5.5 и Opus 4.7 многим раскрыл глаза: зачем мучиться, строить "органический личный бренд", если можно попросить нейронку — и она будет генерировать тебе по статье в день? Забавно, когда к авторам таких нейронных статей в комменты прихо…
😁59❤12🤣10👍6🤝2
Книжку напечатали, в читай-городе уже можно купить. Скоро появится во всех остальных сетях!
🔥103❤34👏16❤🔥12🤝3
С другой стороны, вот что ИИ может делать. На днях я прочитал корпоративный тренинг по ясным юридическим заключениям. Тренинг провел по очереди в нескольких группах, и там были некоторые расхождения в выступлениях. Всё записал на диктофон. После тренинга расшифровал в ИИ получившиеся записи (получилось почти 500 000 знаков). Затем скинул ему расшифровку и презентацию и попросил сделать из этого пособие для слушат…
❤46👍27🔥15🥱2👏1
Знаю, вы любите такие истории. Вчера я пытался с помощью ИИ сгенерировать иллюстрацию, чтобы показать, как считается высота строки (=размер шрифта) и междустрочный интервал. Это два связанных параметра и показать их стрелками довольно легко. Самый навороченный ChatGPT 5.6 не справился! Прислал несколько бредовых картинок, даже попытался все наукообразно подписать, но стрелки все равно расположены были рандомно. По…
😁16❤7👍5🔥4
Showing the 12 most recent of 13 posts we hold for @legal_edu. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Republished by
Channels on the register that have forwarded this channel's posts into their own feed.
Republishes
Channels on the register whose posts this channel has forwarded.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
Named by 8 registered channels — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
Names
Channels on the register whose handles appear in this channel's posts.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
The reverse of the list above, and a different kind of signal. This does not require this channel to have ever been asked about directly — each row below is a channel we DID ask Telegram about, whose Telegram-generated list happened to include this one. A channel can appear here with an empty list above it, because being named by someone else’s query is independent of having been queried itself.
This channel appears in 7 seed channels' Telegram-generated recommendation lists in total. Each is Telegram’s list for THAT channel, not this one — see how this is measured.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 16 September 2026 — this entry's latest reading, not the date you are reading this.
“Форма права • Роман Янковский” (@legal_edu), 6,723 subscribers as measured 16 September 2026. Telegram Register, tgregister.com/channel/legal_edu.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.