Аналитическая статья · Автор: Редакция AIPravo

Данные для обучения языковых моделей: пределы свободного использования и предмет доказывания

Опубликовано 24 августа 2026 года
Обновлено 29 сентября 2026 года

Аннотация

Правомерность формирования обучающего корпуса нельзя установить одним ответом на вопрос, открыт ли сайт для посещения. В статье разграничиваются права на отдельные произведения, авторское право на составную базу, смежное право ее изготовителя, договорные ограничения и режим персональных данных. На материале спора «ВКонтакте» с «Дабл» и дела о разработке нейросетевого программного обеспечения показано, почему технический способ получения и использования материалов должен входить в предмет доказывания. Предлагается пооперационная модель правовой оценки: от происхождения конкретного массива до условий передачи корпуса и эксплуатации обученной системы. Она позволяет избежать двух одинаково неточных презумпций — безусловной свободы сбора общедоступных данных и запрета любого машинного анализа без индивидуальной лицензии.

Ключевые слова: обучение языковых моделей; обучающий корпус; базы данных; парсинг; свободное использование; персональные данные; доказывание; договор на разработку программного обеспечения.

Автор: Редакция AIPravo
Метод: Правовой анализ: сопоставление применимых нормативных положений с судебными актами, относящимися к вопросу статьи. Пределы выводов по конкретным делам раскрыты в тексте.
Источники: В тексте 10 нумерованных библиографических источников; ссылки ведут к полному списку ниже.

Содержание

1. Почему спор о «доступных данных» поставлен слишком широко

Разработчик языковой модели, изготовитель информационной базы и автор размещенного в ней текста нередко обсуждают разные объекты, называя каждый из них «данными». Для разработчика это совокупность пригодных для обработки записей; для изготовителя базы — организованный информационный ресурс; для автора — конкретное произведение. Совпадение материального носителя не превращает эти интересы в одно право. Разрешение одного участника не обязательно охватывает права остальных, а отсутствие охраны у отдельного элемента не означает отсутствия правовой защиты массива в целом.^{[1, 2, 3]}

Отсюда возникает основной исследовательский вопрос: какое действие, над каким объектом и против какого управомоченного лица следует проверять, когда материалы собираются для обучения модели? Формула «разрешено ли обучаться на интернете» этот вопрос скрывает. Она объединяет получение копии, ее хранение, предварительную обработку, передачу исполнителю, обучение, предоставление доступа к корпусу и последующее использование результатов. Между тем основание, достаточное для одной операции, может не охватывать другую.

Настоящая работа представляет собой правовой анализ, а не статистическое исследование распространенности нарушений. Судебные акты отобраны по значимости для квалификации операций с данными и для договорного оформления нейросетевой разработки. Постановление по спору «ВКонтакте» и «Дабл» используется как источник позиции о базах данных и доказывании, а не как решение о современных больших языковых моделях. Акт Суда по интеллектуальным правам по делу № А46-8181/2024 — как материал о согласованных результатах разработки и их приемке, а не как судебная легализация способов обучения. Нормативные выводы приведены по состоянию на 21 сентября 2026 года.

Предлагаемая в статье модель состоит в последовательном разграничении объекта, операции, основания и доказательств. Ее назначение — не заменить предусмотренные законом юридические составы новым «тестом добросовестности», а обеспечить их применение к технически сложному процессу без пропуска существенных обстоятельств.

2. Пять режимов, которые не заменяют друг друга

2.1. Произведение, сведения и официальные документы

Текст, фотография или программа могут охраняться авторским правом при наличии установленных законом признаков. Однако идея, метод, принцип, факт и выражающее их произведение не тождественны. Пункт 5 статьи 1259 ГК РФ исключает охрану перечисленных в нем нематериальных элементов, а пункт 6 отдельно называет официальные документы, включая судебные решения, и иные неохраняемые объекты. Поэтому нельзя объявлять весь корпус охраняемым только потому, что его получение потребовало труда, равно как нельзя признавать любое содержание сайта свободным только потому, что в нем сообщаются факты.^[1]

Для юридического корпуса это различие имеет непосредственное значение. Текст судебного решения и написанный редакцией комментарий к нему находятся в разных правовых положениях. Самостоятельная аннотация, перевод, авторский анализ либо творческая подборка требуют отдельной оценки. Снятие с документа редакционных реквизитов также не доказывает, что была получена именно неохраняемая официальная версия: значение имеет содержание реально использованного материала.

Соответственно, описание корпуса должно позволять отделить официальные документы от редакционного содержания. Ссылка в договоре на «судебную практику» слишком неопределенна, если поставляемые записи включают одновременно акты, комментарии, рубрикацию и аналитические заметки. В последующем споре такая неопределенность затруднит как обоснование свободного использования, так и индивидуализацию предмета лицензии.

2.2. Два самостоятельных основания охраны базы

Авторское право составителя связано с творческим подбором или расположением материалов. Смежное право изготовителя базы имеет иное основание: существенные финансовые, материальные, организационные или другие затраты на ее создание, включая обработку либо представление материалов. Статья 1334 ГК РФ прямо закрепляет независимость этого права от авторских и иных прав на содержание и от авторского права на базу как составное произведение.^{[1, 2]}

Презумпция существенности затрат для базы, содержащей не менее десяти тысяч самостоятельных информационных элементов, не означает, что меньшая база обязательно лишена защиты. Она также не превращает десять тысяч элементов в «бесплатную квоту» для извлечения. Число элементов относится к установлению предпосылок охраны базы, а существенность извлекаемой части — к оценке другого обстоятельства. Смешение этих величин порождает ошибочный практический вывод: будто загрузка меньшего количества документов заведомо правомерна.^[2]

Из этих положений следует важное для разработчика различие. Свободный статус самих судебных актов не разрешает без дальнейшей проверки копировать организовавшую их коммерческую базу. Но изготовитель такой базы не приобретает исключительную власть над всеми экземплярами тех же актов, законно полученными из других источников: это ограничение прямо закреплено в пункте 4 статьи 1335.1 ГК РФ.^[3]

2.3. Доступ по договору и интеллектуальное право

Подписка на информационную систему дает тот объем возможностей, который следует из закона и договора. Возможность просматривать материалы, использовать встроенный поиск или выгружать отдельные документы сама по себе не отвечает на вопрос о передаче массового корпуса подрядчику и его применении в коммерческом обучении. В обратную сторону также недопустим автоматический вывод: нарушение условия пользования еще не освобождает правообладателя от доказывания самостоятельного состава нарушения исключительного права.^{[3, 9]}

Для правовой оценки необходимо установить, возникло ли договорное обязательство у конкретного лица, каковы его условия, каким образом они были приняты и какие действия совершены. Условие сайта, технический запрет, лицензионное соглашение и установленный законом запрет — разные источники ограничений. Их можно применять совместно при наличии оснований, но нельзя подменять один другим.

Технические правила автоматизированного доступа полезны как свидетельство позиции владельца ресурса и обстоятельств доступа. Однако файл с инструкциями для программ не является сам по себе универсальной лицензией на произведения или согласием субъектов персональных данных. Открытый интерфейс также требует проверки условий использования: техническая доступность и объем предоставленных прав описывают разные стороны отношения.

2.4. Персональные данные

Исключительные права защищают не тот же интерес, что законодательство о персональных данных. Даже надлежащее разрешение изготовителя базы не заменяет основания для обработки сведений о гражданах. Закон № 152-ФЗ требует определить цель, правовое основание и соответствие состава данных этой цели; специальное значение имеет статья 10.1 о данных, разрешенных субъектом для распространения.^[7]

Поэтому разработчик не должен выводить согласие на обучение из одного факта публичности профиля. Но и противоположная формула — «любая обработка допускается исключительно по согласию» — неточна: статья 6 предусматривает разные основания. Необходимо обосновать применимое основание для конкретной операции и проверить специальные ограничения. Сама по себе полезность модели для неопределенного круга будущих пользователей такой проверки не заменяет.

Отдельной оценки требуют данные, по которым лицо определяется лишь в совокупности с дополнительной информацией. Удаление имени из текста еще не доказывает, что правовой режим персональных данных перестал применяться. Для проектного решения существенно не наименование процедуры «обезличивание», а фактическая возможность соотнести результат с человеком в предусмотренном законом смысле.

3. Свободное использование: не общий запрет и не общее разрешение

Статья 1335.1 ГК РФ существенно уточняет исходный запрет, установленный статьей 1334. Правомерный пользователь обнародованной базы вправе извлекать и использовать материалы в целях предоставления базы, если договором не предусмотрено иное; в личных, научных и образовательных целях — в оправданном ими объеме; в иных целях — в объеме несущественной части. При этом должны соблюдаться авторские права, а неоднократные операции с несущественными частями запрещаются при указанных в пункте 3 последствиях для нормального использования базы и интересов изготовителя.^[3]

Правильная последовательность анализа поэтому начинается не с подсчета запросов к сайту, а с установления правомерности пользования, цели предоставления базы, содержания договора и характера последующих действий. Разбивка массового сбора на небольшие порции не дает автоматического освобождения от ответственности. Вместе с тем неоднократность сама по себе не заменяет остальные условия пункта 3: их нельзя опустить только потому, что сбор был автоматизирован.

Научная цель также требует содержательной проверки. Техническое обучение модели и научное исследование могут совпадать, но не являются синонимами. Следует сопоставлять заявленную задачу, необходимый объем, способ использования, круг получателей и дальнейшее обращение корпуса. Коммерческий интерес не позволяет механически исключить научный характер всякой работы; научная вывеска, со своей стороны, не превращает неограниченное промышленное копирование в свободное использование.

Для отдельных произведений статья 1274 ГК РФ регулирует, в частности, цитирование правомерно обнародованных произведений в предусмотренных целях, с указанием автора и источника, в объеме, оправданном целью. Она не устанавливает простого соответствия между любым машинным обучением и цитированием. Ссылка на эту норму требует объяснить, какая именно операция является цитированием и как выполняются ее условия, а не только объявить проект исследовательским.^[4]

Есть и более сильное возражение со стороны разработчика: анализ статистических закономерностей не направлен на сообщение произведения читателю и по экономическому смыслу отличается от выпуска конкурирующего сборника. Это существенный аргумент для обсуждения границ регулирования и законодательно возможных исключений. Но он не устраняет необходимость проверить промежуточные операции с охраняемыми материалами. Если при подготовке корпуса воспроизводится текст, квалифицировать нужно и это действие, а не только назначение финальной модели.^{[1, ст. 1270]}

В свою очередь, правообладателю недостаточно указать, что модель работает в той же тематике или способна отвечать на вопросы по знакомым фактам. Такое сходство не индивидуализирует использованный объект и не устанавливает способ использования. Возражение против необоснованного расширения исключительного права остается юридически значимым и тогда, когда разработчик не может сослаться на специальное исключение для всех стадий обучения.

4. «ВКонтакте» против «Дабл»: почему устройство программы имеет юридическое значение

В постановлении от 24 июля 2018 года по делу № А40-18827/2017 Суд по интеллектуальным правам признал обоснованными выводы о наличии охраняемой базы пользователей и права ее изготовителя. Самостоятельное внесение всех сведений изготовителем не является обязательным: организация условий для наполнения базы пользователями также имеет значение. Однако вывод о нарушении нельзя было сделать без исследования работы программы «Дабл», конкретных операций и существенности извлечения.^[5]

Кассация разграничила извлечение существенной части с последующим использованием и неоднократные операции с несущественными частями. Для второго основания требовалось установить предусмотренное законом противоречие нормальному использованию базы и ущемление интересов изготовителя. Нижестоящие судебные акты были отменены, дело направлено на новое рассмотрение. Следовательно, этот акт нельзя описывать ни как окончательное разрешение свободного парсинга, ни как запрет всякого сбора общедоступных сведений.^[5]

Для спора об обучающем корпусе принципиален не буквальный перенос обстоятельств социальной сети, а метод постановки вопросов. Откуда получены материалы? Переносятся ли они на другой носитель? Что сохраняется у разработчика, что — у клиента его программы? Как соотносится извлеченная часть с исходной базой? Кто определяет операции и кто способен прекратить спорное использование? Без ответа на эти вопросы правовая оценка неизбежно опирается на название продукта, а не на его работу.

Научная дискуссия вокруг дела также показывает опасность смешения общедоступности информации и охраны организованного массива. В статье Т.Н. Бурибаева и А.А. Гачиной рассматриваются спор о затратах изготовителя, доступность пользовательских сведений и пределы коммерческого парсинга. Для нашей задачи продуктивно именно раздельное обсуждение этих вопросов; обращение к одному из них не снимает остальные.^[8]

Применительно к языковым моделям отсюда следует процессуальный вывод. Вопрос эксперту целесообразно формулировать через наблюдаемые операции: воспроизводятся ли материалы, какие части сохраняются, как организовано взаимодействие с источником. Вопрос «нарушает ли модель право изготовителя» смешивает установление технических обстоятельств с юридической квалификацией, которую должен дать суд. Равным образом заявление разработчика, что система «только учится», не является техническим объяснением.

5. Корпус, модель и результат: где заканчивается доказательство

Следует различать два направления доказывания. Первое идет от документированного состава обучающего корпуса к совершенным с ним действиям. Второе пытается восстановить использование по поведению уже работающей модели. Их доказательственная сила и ограничения неодинаковы.

При наличии корпуса можно сопоставить записи с конкретными источниками, временем получения и условиями доступа. Но совпадение текста с материалом базы еще не доказывает получение именно из нее: тот же официальный акт или неохраняемый факт мог быть правомерно взят из другого источника. Здесь приобретает практическое значение пункт 4 статьи 1335.1 ГК РФ. Разработчику нужен не отвлеченный довод о существовании альтернативных сайтов, а подтверждение происхождения использованной записи.^[3]

При исследовании выдачи модели необходимо отделять воспроизведение охраняемого выражения от совпадения фактов, терминологии и стандартных конструкций. Единичное совпадение не описывает автоматически способ формирования всего корпуса. Напротив, невозможность получить узнаваемый фрагмент в нескольких пробах сама по себе не опровергает предшествующее копирование. Эти положения не вводят особой презумпции для моделей: они обозначают логические пределы соответствующего доказательства.

Контрольный эксперимент следует описывать воспроизводимо: какая версия системы использовалась, что именно вводилось, были ли в запросе фрагменты проверяемого текста, какие внешние материалы система могла получить в момент ответа. Иначе невозможно исключить простое объяснение совпадения: проверяющий сам передал модели спорный материал либо система обратилась к внешнему источнику уже после обучения.

Аналогично следует различать обучение и поиск по подключенной базе. Если система извлекает документы из хранилища при каждом обращении пользователя, спор может относиться к доступу и воспроизведению этих документов, а не к использованию их при обучении. Практическая ценность разграничения в том, что оно меняет состав относимых доказательств и адресата требования. Универсальная претензия к «искусственному интеллекту» этого не учитывает.

В предлагаемой модели оценки не предполагается, что техническая непрозрачность автоматически работает в пользу одной стороны. Истец должен индивидуализировать защищаемое право и спорное действие; ответчик — раскрыть обстоятельства, которыми обосновывает свои возражения, в пределах применимых процессуальных правил. Режим коммерческой тайны требует процессуальных мер защиты, но не должен превращать относящийся к делу технический факт в принципиально непроверяемое утверждение.^[10]

6. Что показывает договорный спор о нейросетевой разработке

В деле № А46-8181/2024, рассмотренном Судом по интеллектуальным правам 16 апреля 2025 года, спор возник не о парсинге, а об оплате разработки нейросетевого программного обеспечения. Договор и техническое задание подробно описывали результаты: программное решение, работу с наборами данных, требования к обучению и документации; в материалах судебного акта отражены также условия о компонентах и лицензиях. Суд оценивал исполнение и приемку согласованного результата.^[6]

Принципиально, что судебный акт воспроизводит конкретные договорные требования, а не ограничивается обозначением предмета «разработка ИИ». Это позволяет юридически различить передачу программного кода, исходных наборов данных, обученной модели и сопроводительных сведений. В споре об оплате такое различие дает возможность проверять, какие обязанности действительно принял исполнитель и какие результаты предъявлены заказчику.

Но из упоминания в договоре «прав на данные» или обученную модель нельзя выводить, что суд признал самостоятельным охраняемым объектом каждый переданный элемент. Нельзя также считать взыскание оплаты подтверждением законности любых источников, примененных при разработке. Предмет спора и установленные обстоятельства ограничивают вывод: исполнение договорных обязательств не является универсальным судебным подтверждением чистоты всех прав.

Для проектирования договора из этого дела можно вывести более точную практическую рекомендацию. Необходимо согласовывать не абстрактную «законность ИИ», а состав результатов и проверяемые обязанности по происхождению материалов. В отношении каждого массива полезно определить поставщика, допустимые операции, ограничения передачи, обязанности по сохранению сведений об источниках и порядок действий при выявлении правового дефекта. Это предложение по договорной организации, а не установленная судом типовая форма.

Встречное обязательство заказчика также должно быть определено. Если именно заказчик передает корпус, заверение исполнителя о самостоятельном приобретении всех прав может не соответствовать фактическому распределению ролей. Если исполнитель дополняет массив собственными источниками, он должен отвечать за определенную часть цепочки. Слова «все материалы предоставляются заказчиком» не должны прикрывать фактическое привлечение внешних данных исполнителем.

7. Предлагаемая модель распределения правовых рисков

7.1. Индивидуализировать массив до выбора основания

Единицей оценки целесообразно сделать не всю разработку и не отдельный файл, а однородную группу материалов с общим происхождением и условиями использования. Например, официальные судебные акты, авторские комментарии и клиентские документы должны оцениваться раздельно даже при совместном техническом хранении. Слишком крупная единица скрывает различия в правах; чрезмерно мелкая делает проверку практически невыполнимой.

Для такой группы фиксируются источник, состав содержания, способ и период получения, применимая лицензия или иное основание, ограничения операций. Эти сведения не заменяют юридического анализа, но делают его проверяемым. Запись «публичный интернет» не позволяет установить ни правообладателя, ни основание, ни договорные условия и потому не выполняет этой функции.

7.2. Проверять правомочия на каждой операции

Следующий шаг — сопоставить основание с реально запланированным использованием. Разрешение на просмотр, право на хранение копии, передача подрядчику и распространение самого корпуса не предполагают друг друга автоматически. В лицензионном договоре существенны предоставленные способы использования; способы, прямо не указанные в лицензионном договоре, не считаются предоставленными. Для свободного использования вместо объема лицензии проверяются условия соответствующего исключения.^{[1, ст. 1235]}

Это особенно важно при смене назначения проекта. Корпус, собранный для ограниченной исследовательской задачи, не следует без новой оценки переносить в публичный коммерческий сервис. Нужна не символическая смена названия внутреннего документа, а сопоставление нового круга операций с первоначальным основанием. Такое сопоставление может привести и к выводу, что имеющегося основания достаточно; задача не состоит в обязательном получении повторного разрешения во всех случаях.

7.3. Соотнести заверения с возможностью проверки

Заверение поставщика «все права соблюдены» полезно лишь вместе с определенным содержанием и договорными последствиями. Следует установить, какие права он проверял, на какие источники распространяется заверение, что передает для подтверждения и как взаимодействует при претензии. Механизм возмещения потерь либо ответственности необходимо согласовывать с фактическим контролем сторон над риском, а не включать в договор как общую формулу.^{[9, ст. 431.2; 406.1]}

Заверения не связывают третьего правообладателя и не создают отсутствующую лицензию. Поэтому распределение финансового риска между заказчиком и исполнителем не тождественно легализации использования. Этот вывод особенно важен при многозвенной поставке, когда разработчик полагается на агрегатора, агрегатор — на поставщика, а сведения о первоначальном источнике не сохраняются.

7.4. Предусмотреть работу с правовым дефектом

Порядок реагирования целесообразно согласовать до запуска. Он должен различать обоснованную претензию, спорное требование и обнаруженную ошибку в собственных материалах. Удаление записи из исходного корпуса не позволяет без технического исследования обещать устранение любого влияния предшествующего обучения. Но и немедленное уничтожение всех результатов разработки не является универсальным следствием любой претензии.

Решение зависит от объекта требования, доказанного нарушения, технических возможностей и применимого способа защиты. Договорная процедура должна обеспечивать сохранение необходимых доказательств, ограничение спорного использования и обоснованный выбор мер. Сама возможность оперативно исключить определенный источник из будущих сборок имеет практическую ценность, хотя не разрешает автоматически вопрос об уже совершенных действиях.

8. Возражения против пооперационного подхода

Первое возражение состоит в чрезмерной стоимости учета. Для больших массивов действительно невозможно проверять каждое предложение так же, как предмет индивидуального договора. Однако отсюда следует необходимость группировки по происхождению и условиям, а не отказ от их установления. Стандарт проверки должен соответствовать реальному риску: неизвестный коммерческий массив и собственные материалы организации не требуют одинаковой глубины исследования.

Второе возражение связано с опасностью чрезмерной монополизации фактов. Оно обоснованно в той мере, в какой право на базу пытаются распространить на независимо полученное содержание. Именно поэтому в модели отдельно проверяются предмет охраны и источник получения. Нельзя требовать лицензию на неохраняемый факт как таковой; можно обсуждать конкретное использование охраняемого произведения или базы при наличии предусмотренных законом условий.

Третье возражение — отсутствие у модели точной памяти о происхождении каждой закономерности. Но правовая оценка не обязана сводиться к обратному восстановлению обучающих примеров из параметров. Значительная часть доказательств возникает до обучения: договоры, состав поставки, перечень источников, документы приемки. Утрата этих сведений по организационным причинам не делает их исходно недоступными для учета.

Наконец, предлагаемый подход не решает законодательный вопрос о том, какое специальное исключение для машинного анализа было бы оптимальным. Он позволяет корректно поставить этот вопрос: какие операции следует освободить, для каких пользователей и целей, с какими гарантиями и ограничениями. Обсуждение изменения закона не должно подменяться представлением желательного правила как уже действующего.

Заключение

Правомерность обучающего корпуса определяется не общим статусом «открытых данных», а сочетанием конкретного объекта, операции и правового основания. Авторские права на содержание, охрана базы, договор и персональные данные образуют самостоятельные направления оценки; разрешение по одному из них не дает общего ответа по остальным.

Для судебного спора центральным становится описание технических действий и их связи с защищаемым объектом. Постановление по делу «ВКонтакте» и «Дабл» показывает необходимость исследовать именно эти обстоятельства, не смешивая разные составы нарушения. Договорный спор о нейросетевой разработке, в свою очередь, демонстрирует значение индивидуализации результатов и условий приемки, но не доказывает законность всех источников обучения.

Практически состоятельная модель поэтому строится до возникновения претензии: материалы группируются по происхождению, основания соотносятся с операциями, обязанности распределяются по фактическим ролям, а доказательства сохраняются в объеме, необходимом для проверки. Это не гарантия отсутствия споров. Это способ сделать правовую позицию разработчика и требования правообладателя предметными — и не превращать техническую сложность в замену юридического аргумента.

Источники

Судебные акты из СПС «КонсультантПлюс» указаны с полными реквизитами. Доступ к отдельным текстам может требовать подписки.

История редакции

24 августа 2026 года — первая публикация.
21 сентября 2026 года — Существенная редакционная переработка; исходная тема сохранена.
29 сентября 2026 года — Добавлены сведения об издании; текст исследования не менялся.