Регулирование отпустить нельзя: что происходит с ИИ в России

Диплом студента, написанный чат-ботом, автоматическая обработка запросов в Госуслугах или генерация новости за пару минут — примеры того, как нейронные сети за несколько лет вошли во многие сферы нашей жизни. Но чем удобнее становится работать с ИИ, тем заметнее становятся отрицательные стороны. Если студент получает «неуспех» за сгенерированное эссе и остается без знаний – это его личная зона ответственности, но бывают ситуации, когда последствия неосторожного обращения с ИИ переходят в сферу государственного контроля.

Еще одна категория последствий — дипфейки. Нейронные сети позволяют клонировать голоса, используя короткие образцы, которые люди публикуют в социальных сетях. По данным АНО «Диалог Регионы», менее чем за 2025 год было выявлено 55 тысяч копий дипфейков (повторных публикаций одного и того же фейкового видео) — в 5,9 раза больше, чем в 2024 году. К ноябрю 2025 года с попытками мошенничества с дипфейками сталкивался каждый десятый житель России. При общем снижении количества киберпреступлений в 2025 году ущерб от них увеличился на 6 млрд рублей, а мошенничество с использованием ИИ принесло преступникам в 4,5 раза больше прибыли.

Возможности ИИ по созданию контента и аналитике сами по себе нейтральны, поскольку представляют собой набор кода и данных. В ответственных руках нейросеть ускоряет диагностику заболеваний и проверку документов; в безответственных руках способствует осуществлению нечестных намерений. Проблема в том, что многие люди перестают понимать, где заканчивается зона ответственности алгоритма и начинается их собственная.

Отсутствие правил и безответственное их применение порождают типичную модель поведения, имеющую два взаимосвязанных проявления. Во-первых, это интеллектуальная лень. Если журналист беспечно копирует сгенерированный текст и не замечает фактических ошибок, врач получает от нейросети рекомендации по диагнозу, а государственный специалист использует ИИ для распределения ресурсов без перепроверки, то это провоцирует медицинские ошибки, несправедливые отказы в государственной поддержке и фейковые Нейросеть дала формально гладкий ответ, но человек его не проверил — и последствия падали на тех, кто этому ответу доверял.

Второе проявление — игнорирование смыслового каркаса. Человек технически освоил нейросеть, умеет составлять сложные высказывания и комбинировать модели, но не задается вопросом, какой культурный код или ценностный сдвиг несет в себе генерируемый контент. Сотрудник компании загружает информацию в публичный чат-бот, не осознавая, что эти данные остаются в обучающей выборке. Журналист публикует сформированный текст, в котором исторический факт интерпретируется с точки зрения чужой культуры. Госслужащий использует ИИ для анализа запросов, не проверяя, нарушает ли алгоритм закон о персональных данных. И дело тут не в технологическом несовершенстве ИИ как такового, а в отсутствии правил и человеческой привычке действовать, не задумываясь о последствиях.

Отсутствие нормативных актов в компаниях, программ проверки содержимого нейронных сетей в университетах и ​​правовых механизмов распределения вины между алгоритмом и пользователем превращает использование ИИ в лотерею. Люди до сих пор им пользуются — слишком велико удобство. Но чтобы лотерея не превратилась в рулетку с жизнями других людей, необходимо государственное регулирование.

Чрезмерное регулирование также создает риски

Россия уже начала строить такую ​​систему, и первый шаг — это поправки в закон «О персональных данных» (ФЗ-152). С 1 сентября 2025 года было узаконено использование больших объемов обезличенных данных в целях, которые эксперты и бизнес теперь включают в алгоритмы обучения.

Главное нововведение заключается в том, что компании имеют право обрабатывать обезличенную информацию без получения индивидуального согласия каждого человека. Доступ к этим данным имеют только доверенные организации, а иностранные компании и лица, имеющие уголовную судимость за киберпреступления, не имеют доступа к ним.

В феврале 2026 года газета «Ведомости» со ссылкой на источники написала, что от разработчиков отечественных моделей искусственного интеллекта могут потребовать раскрытия информации о наборах данных, на которых обучалась или тестировалась их нейросеть. Было добавлено, что среди обсуждаемых мер - создание отдельного реестра отечественного ИИ или реестра отечественных наборов данных.

В марте того же года Минцифры представил законопроект, согласно которому гражданин имеет право оспаривать решения госорганов и госкомпаний, принятые с использованием ИИ. Предлагается обязать разработчиков исключить из нейросетей механизмы, приводящие к дискриминации.

Но если правила слишком строгие или слишком долго согласовываются, ущерб от них может быть таким же, как и от беззакония. Страны экспериментируют с регулированием по-разному.

В США нет единого федерального надзора, и каждый штат несет ответственность за регулирование независимо. В 2025 году было внесено более 1200 законопроектов об ИИ, из них почти 150 были приняты, создав запутанную «лоскутную» систему правил. Скорость внедрения технологий высока, но уровень защиты граждан варьируется от штата к штату.

Китай пошел по другому пути, где с 1 сентября 2025 года была введена обязательная маркировка ИИ-контента. По данным на февраль 2026 года, к ответственности привлечен 13 421 аккаунт и удалено более 543 тысяч материалов, нарушающих требования. Страна получила контроль, но столкнулась с попытками обойти маркировку, которые уже обсуждаются как новая проблема.

Каждая из этих моделей показывает, что страны еще не нашли универсального решения. Завышенные требования или длительные согласования вынуждают застройщиков и бизнес переходить в юрисдикции с более гибким режимом — специалисты предпочитают работать там, где их не «душат» отчетами и проверками. Голландский стартап в области искусственного интеллекта Bird объявил, что перенесет большую часть своих операций за пределы Европы. Ее генеральный директор заявил: «Мы покидаем Европу, потому что ей не хватает среды для инноваций в эпоху искусственного интеллекта». Он также отметил, что регулирование в Европе будет блокировать реальные инновации в глобальной экономике, быстро переходящей к ИИ.

В ближайшие 5–10 лет страны с чрезмерным контролем добьются безопасности за счет отставания в вычислительных мощностях и человеческом капитале, а государства, где не внедрены никакие правила, столкнутся с дипфейками, фейковыми новостями и автоматизированной пропагандой, которую больше невозможно отслеживать вручную. Задача российских регуляторов и экспертов — найти коридор, где правила существуют, но не убивать развитие.

Регулирование требует участия отраслевых экспертов

Регулирующие стандарты должны формироваться на основе консенсуса разработчиков, пользователей и регулирующего органа с привлечением различных отраслевых сообществ. Например, в медиасфере такой запрос на диалог уже существует. Нейронные сети свободно используют наборы данных, созданные журналистами, в которые вложен профессиональный опыт и национально-культурные особенности. Не так давно вышла модель Glyph от Zen, обученная более чем на 200 миллионах новостных материалов. Ассоциация руководителей СМИ уже работает над темой защиты прав СМИ в вопросах искусственного интеллекта.

Оптимальный сценарий для государства – создание механизмов регулирования совместно с отраслевым экспертным сообществом на основе долгосрочных прогнозов. Нам нужно смотреть на пять лет вперед, представлять, как нейротехнологии впишутся в жизнь, и вырабатывать на основе этого нормы, а не догонять уже сложившиеся связи.

Больше всего отстают кадры и образование

Технологическая база, серверы и видеокарты бессмысленны без людей, умеющих работать с нейронными сетями. Российские специалисты по искусственному интеллекту с хорошей фундаментальной подготовкой ценятся во всем мире, однако подготовка таких кадров остается неравномерной. Молодежь быстрее осваивает нейронные сети благодаря доступу к информации и гибкости мышления, тогда как для старшего поколения практически нет образовательных программ, адаптированных к их потребностям и темпам обучения.

Разрыв в отрасли еще больше усугубляет ситуацию. В медиаиндустрии владение искусственным интеллектом часто является обязательным условием для работы, в то время как традиционные отрасли, такие как металлургия, внедряют алгоритмы с большим опозданием.

Любое регулирование ИИ будет бесполезным, если не будет рабочей силы, способной применять эту технологию в соответствии с законами и этическими стандартами. Сегодняшние курсы ограничиваются обзорами нейросетей и базовым обучением подсказкам, но им не хватает более нишевых программ для бухгалтеров, юристов и врачей, которые показывали бы, как проверять сгенерированные договоры, отделять полезные рекомендации от ошибок и не нарушать закон о персональных данных.

Обучения цифровой гигиене и медиаграмотности практически не проводится. По данным мониторинга АНО «Регионы Диалог», только с начала 2026 года в Интернете было создано 2068 уникальных фейков, которые затем были распространены тиражом 2,3 млн экземпляров, что свидетельствует о том, что критическое мышление в этом контексте и способность отличать дипфейк от реальности у многих людей остаются на недостаточном уровне. Человек не всегда может проверить источник информации и иногда случайно передает алгоритму свои персональные данные.

Многое из того, что делается в сфере образовательных программ в этой сфере, инициировано Мастерской новых медиа и АНО «Регионы Диалог». Например, Международная ассоциация фактчекинга разработала стратегию защиты цифрового суверенитета и подготовила уроки на 50 языках. АНО «Регионы Диалог» совместно с МВД и психологами провели урок по кибербезопасности в рамках общероссийского проекта «Разговоры о важном». Проект Noodle Media при поддержке Министерства образования запустил мультсериал «Хвост Шерлока», который в доступной форме учит детей противостоять мошенничеству.

Менеджеры нового типа обязаны понимать границы использования нейронных сетей, разделять ответственность между людьми и технологиями и внедрять корпоративные регламенты, иначе отсутствие системной цифровой грамотности на всех уровнях сделает любые меры регулирования неэффективными. Без интеграции ИИ-компетенций в школьные и университетские программы, без запуска массовой переподготовки уже работающих специалистов даже самые продуманные меры регулирования останутся на бумаге.

Никто не знает, как быстро нейронные сети научатся новому, где будут границы их применения и какая модель регулирования будет работоспособной через пять лет. И пока единственное, что не требует догадок, — это необходимость сохранять способность переучиваться, пересматривать решения и признавать ошибки. Технологии будут меняться быстрее, чем законы и привычки людей. И наша задача — постараться отслеживать эту скорость и работать на опережение.