Медиатехнолог Дашевская рассказала о маркировке ИИ-контента с марта 2027 года.

Крупные интернет-платформы с российской аудиторией более 500 тыс. пользователей в сутки с 1 марта 2027 года должны будут предоставить пользователям возможность предупреждать о применении искусственного интеллекта (ИИ) при создании аудио- и визуальных материалов. При этом площадки не обязаны самостоятельно выявлять такой контент. Об этом 1 августа «Известиям» рассказала медиатехнолог, правозащитник, прессек КА «Бастион защиты» Екатерина Дашевская.

Обучение ИИ на открытых данных

Федеральный закон №243-ФЗ впервые создает в России не набор разрозненных ограничений, а общую правовую рамку для больших фундаментальных моделей искусственного интеллекта. Его логика заметно отличается от западной: вместо первоочередного ограничения доступа к данным государство пытается одновременно ускорить развитие собственных моделей, закрепить технологический суверенитет и перенести часть ответственности за прозрачность контента на цифровые платформы.

«Одно из наиболее значимых положений касается обучения суверенных и национальных моделей. Закон допускает анализ произведений и их краткосрочное воспроизведение в памяти компьютера, если разработчик получил экземпляр правомерно либо материал уже был опубликован и доступен без технических ограничений. Это не означает разрешения бесконтрольно копировать любые защищенные базы, однако существенно снижает правовую неопределенность вокруг работы с открытым интернетом», — пояснила Дашевская.

По оценке медиатехнолога, для российских разработчиков это способно сократить не столько вычислительную, сколько юридическую часть затрат: переговоры с тысячами правообладателей, аудит лицензий и формирование закрытых наборов данных могут растягивать обучение модели на месяцы и резко повышать его стоимость. Возможность использовать общедоступный массив данных дает отечественным компаниям временное преимущество перед рынками, где только формируется система коммерческих соглашений между владельцами контента и ИИ-корпорациями.

Но это преимущество не безусловно: качество модели определяется не объемом скачанного интернета, а очисткой, разметкой, актуальностью и юридической прослеживаемостью данных. Дешевый доступ к информационному сырью еще не делает его качественным топливом.

Как отметила Дашевская, самой сложной частью может оказаться не перенос серверов, а документирование процесса. Разработчикам придется досконально фиксировать происхождение наборов данных, версии архитектуры, параметры обучения, ограничения модели, порядок обновления и меры безопасности. Фактически рынок переходит от культуры, в которой результат достаточно продемонстрировать, к режиму, где его происхождение необходимо подтвердить. Для лидеров это решаемая организационная перестройка, для небольших команд — потенциально высокий барьер входа.

Кнопка для нейросети на крупных платформах

Наиболее заметное для пользователей изменение произойдет на крупных платформах с суточной российской аудиторией свыше 500 тыс. человек. С 1 марта 2027 года они должны будут предоставить авторам возможность размещать предупреждение о применении ИИ при создании аудио- и визуального материала. Важно, что закон пока не требует от площадок самостоятельно распознавать весь нейросетевой контент и автоматически его маркировать. Речь идет прежде всего о пользовательском инструменте: чекбоксе, отдельном поле при загрузке или специальной отметке в интерфейсе публикации.

Технически внедрить такую кнопку для нейросети за оставшееся время вполне реально, базовый механизм не сложнее возрастной маркировки или обозначения рекламы. Более надежный уровень предполагает сохранение машиночитаемых метаданных, цифровой подписи и истории происхождения файла. Международный стандарт C2PA, например, позволяет прикреплять к изображению, аудио- или видео- криптографически защищенную информацию о создании и всех последующих изменениях. Это, кстати, является существенным подспорьем для юристов в экспертизе.

Почему одной маркировки недостаточно

«Но ни одна технология не дает абсолютной гарантии. Метаданные можно удалить при копировании, файл можно пересобрать, а пользователь, намеренно распространяющий дипфейк, едва ли добровольно нажмет нужную кнопку. Водяные знаки и алгоритмы распознавания также дают ошибки после монтажа, сжатия или повторной съемки экрана. Поэтому маркировка работает прежде всего для добросовестных авторов и платформ, а не как универсальный детектор обмана», — подчеркнула Дашевская.

В этом и состоит рамочный характер нового закона. К марту 2027 года платформы технически успеют создать интерфейс маркировки, однако реальная эффективность нормы будет зависеть от последующих правил: ответственности за заведомо ложное указание происхождения контента, единых требований к виду предупреждения, совместимости меток между сервисами и сохранения сведений при перепубликации.

«Закон создает необходимую точку входа, но доверие к цифровому контенту возникает не из одной кнопки. Для него нужна полноценная инфраструктура происхождения информации — от разработчика модели до экрана конечного пользователя», — заключила Дашевская.

Совет Федерации 17 июля одобрил закон, закладывающий правовую основу для разработки, внедрения и применения в России больших фундаментальных моделей ИИ. Отмечалось, что документ регулирует разработку и применение больших фундаментальных моделей ИИ, предусматривает создание суверенной и национальной моделей, закрепляет господдержку и обязанности разработчиков.

Источник: iz.ru

Фото: ИЗВЕСТИЯ/Полина Фиолет