Регулирование ИИ в России: новые правила маркировки контента

Маркировка: не водяной знак, а обязанность платформ

Ключевая прикладная норма — маркировка аудио- и визуального контента, созданного с помощью ИИ. По данным источников, техническую возможность такой маркировки должны обеспечить владельцы крупных интернет-ресурсов. В одном из сообщений уточняется порог: аудитория более 500 тысяч пользователей в сутки.

Это важная развилка. Закон перекладывает часть операционной нагрузки не только на генераторов контента, но и на площадки, через которые этот контент проходит. Значит, вопрос будет не в красивой плашке «создано ИИ», а в машинно-читаемом контуре: как платформа определяет происхождение файла, где хранит метаданные, что делает с перезаливами, монтажом, перекодированием и удалением служебных тегов.

Вице-премьер Дмитрий Григоренко, как передает один из источников, связал регулирование с мерами против мошеннических схем на базе дипфейков. Это ожидаемая точка входа для государства: синтетическое видео и голос уже не требуют студии, дорогого продакшна и длинной цепочки исполнителей. Достаточно модели, образца голоса, токенов и канала распространения.

Но маркировка не решает задачу детекции сама по себе. Она работает там, где участник цепочки готов ее поставить и сохранить. Против умышленного удаления меток нужны другие инструменты: экспертиза, логи генерации, контроль платформ, процедуры жалоб. В тексте источников эти механизмы подробно не раскрыты.

«Суверенные» и «национальные» модели: классификация вместо единого рынка

Закон закрепляет два типа больших языковых моделей — «суверенные» и «национальные». По опубликованным данным, «суверенные» должны полностью разрабатываться и контролироваться российскими компаниями, а также работать на отечественных дата-центрах. «Национальные» смогут использовать отдельные зарубежные компоненты, если они распространяются по открытой лицензии.

Это не косметическая терминология. Для разработчика LLM такая классификация режет стек на слои: данные, веса, код, инфраструктура, контроль обновлений, юридические права на компоненты. Если модель заявляется как «суверенная», придется доказывать происхождение и управляемость всего контура. Если как «национальная» — отдельно фиксировать, какие элементы внешние и на каких лицензиях они используются.

Один из источников также сообщает, что документ открывает разработчикам доступ к государственным данным для обучения. Это потенциально сильный ресурс для доменных моделей: юридических, медицинских, образовательных, административных. Но сам факт доступа не равен качественному датасету. Для обучения нужны очистка, разметка, контроль персональных данных, устранение дублей, оценка смещений и последующая проверка поведения модели на тестовых наборах.

Правительство внесло законопроект в Госдуму 25 июня 2026 года. По словам Дмитрия Григоренко, документ носит рамочный характер, а дальнейшая настройка вопросов ИИ может идти через подзаконные акты. Основные нормы, согласно одному из сообщений, должны вступить в силу с 1 сентября 2026 года.

Авторские права: главный конфликт под капотом

Самая жесткая линия проходит не по маркировке, а по обучающим данным. Источники сообщают, что закон разрешает использовать для обучения нейросетей правомерно полученные экземпляры произведений или материалы из открытого доступа без согласия авторов. При этом маркировка не будет считаться нарушением авторских прав при таком обучении.

Эту часть раскритиковали Российский книжный союз, Национальная федерация музыкальной индустрии, Ассоциация анимационного кино и Ассоциация поставщиков программных продуктов. Их претензия проста: норма, по их мнению, защищает интересы разработчиков ИИ в ущерб правообладателям. Представители креативных индустрий считают, что это может ослабить защиту авторских прав, увеличить расходы на защиту контента и подорвать действующую систему лицензирования произведений.

Для ИИ-компаний это окно для масштабирования датасетов. Для издателей, музыкантов, анимационных студий и владельцев библиотек — риск превращения открытого доступа в сырье для коммерческих моделей без отдельного согласования. Технически спор будет упираться в происхождение обучающих корпусов: что считалось «правомерно полученным», как фиксировался источник, можно ли исключить произведение из датасета, кто доказывает факт использования.

Отдельный сигнал пришел из заголовка «Новой газеты»: там сообщалось, что разработчикам придется подтверждать соответствие моделей «традиционным ценностям». Подробностей в доступном фрагменте нет, поэтому выводы о механике такой проверки делать рано.

На практике участникам рынка сейчас нужно смотреть не на декларации, а на будущие подзаконные акты. Там должны появиться реальные параметры: формат маркировки, критерии «крупного» ресурса, порядок доступа к государственным данным, требования к подтверждению происхождения моделей и правила работы с обучающими датасетами. Пока это рамка. Веса, API и юридические риски в нее еще только начнут укладывать.