В статье рассматривается классификация пользовательских цифровых рисков, возникающих в условиях массового применения генеративного искусственного интеллекта, цифровых коммуникаций, онлайн-сервисов и электронных документов. Актуальность темы обусловлена тем, что нейросетевые инструменты стали частью повседневной и профессиональной практики пользователей, однако уровень навыков проверки информации, источников и последствий цифрового действия формируется медленнее, чем скорость распространения технологий. По данным ВЦИОМ, каждый второй российский интернет-пользователь обращался к нейросетям в течение года, а наиболее распространённой целью их применения является поиск информации. Это повышает значимость рисков, связанных с некритичным доверием к ИИ-ответам и цифровым объектам. На основе анализа открытых статистических и аналитических данных МВД России, Банка России, ВЦИОМ, ИСИЭЗ НИУ ВШЭ, Stanford AI Index, NIST AI Risk Management Framework, OWASP Top 10 for LLM Applications и International AI Safety Report 2026 предложена типология пользовательских цифровых рисков. Выделены информационные, финансовые, коммуникационные, документные, профессиональные, конфиденциальностные, репутационные и поведенческие риски. Отдельно рассматривается понятие риска цифрового действия: негативные последствия возникают не только из-за самого цифрового объекта: ссылки, сообщения, документа или ИИ-ответа, но и из-за действия, которое пользователь совершает после взаимодействия с ним. В статье показано, что пользовательский риск в эпоху генеративного ИИ имеет смешанную природу: техническую, информационную, психологическую и поведенческую. Делается вывод о необходимости развития механизмов предварительной проверки цифровых объектов, оценки источников, контекста, достоверности и последствий действия. Предложенная классификация может быть использована для дальнейших исследований цифровой грамотности, профилактики мошенничества, разработки обучающих методик и оценки пользовательской уязвимости в цифровой среде.