23 апреля 2026 г.13 мин чтения

GDPR и 152-ФЗ для AI: как бренду управлять AI-сбором данных легально

Правовые аспекты AI-обучения и реалтайм-поиска: GDPR opt-out, 152-ФЗ, noai директивы, TDM reservations для брендов в РФ и EU.

Владислав Пучков

Основатель GEO Scout, эксперт по GEO-оптимизации

Дисклеймер: Материал носит информационный характер и не является юридической консультацией. За конкретными правовыми рекомендациями обращайтесь к квалифицированным специалистам в области права.

Когда ChatGPT, Gemini или Алиса отвечают на вопрос о вашем бренде, они используют данные, собранные из открытых источников — включая ваш сайт, пресс-релизы, отзывы клиентов и публикации в СМИ. Часть этих данных может содержать персональные данные сотрудников, клиентов или партнёров. Часть может быть устаревшей или ошибочной. И всё это обрабатывается без явного согласия субъектов. Разберём, что с этим делать в 2026 году.

Статус-кво 2026: три правовых режима, которые уже работают

Регуляторный ландшафт вокруг AI и данных перестал быть «на горизонте» — он наступил.

EU AI Act (Регламент ЕС 2024/1689) вступил в полную силу поэтапно: запреты на неприемлемые системы — с февраля 2025 года, требования к высокорисковым системам — с августа 2026 года. Для брендов, использующих AI в маркетинге, рекрутинге или взаимодействии с клиентами, Act устанавливает обязательства по прозрачности и аудиту.

GDPR (Регламент ЕС 2016/679) применяется к AI-обучению с 2018 года, но первые крупные дела против LLM-провайдеров появились только в 2024–2025 годах. В марте 2025 года итальянский регулятор (Garante) потребовал от одного из крупных AI-провайдеров провести оценку воздействия на защиту данных (DPIA) в связи с использованием персональных данных итальянских пользователей в обучающих датасетах.

152-ФЗ «О персональных данных» и поправки к нему (в т.ч. Федеральный закон № 266-ФЗ от 2022 года) требуют от операторов согласия на обработку, локализации данных россиян на территории РФ и реализации права субъекта на удаление. Роскомнадзор в 2025 году провёл проверки нескольких компаний, применявших зарубежные AI-инструменты без оценки трансграничной передачи данных.

California AI Transparency Act (SB 942) вступил в силу в 2026 году и требует раскрытия AI-генерированного контента и наличия механизма opt-out для обучения. Закон экстерриториален для компаний, работающих с жителями Калифорнии.

GDPR и LLM: четыре проблемы, которые нельзя игнорировать

1. Legitimate interest как основание для обучения — под угрозой

Большинство AI-провайдеров использовали «законный интерес» (ст. 6(1)(f) GDPR) как основание для сбора публично доступных данных для обучения моделей. В 2024–2025 годах ряд надзорных органов (CNIL во Франции, ICO в Великобритании, Garante в Италии) поставили это под сомнение: субъект данных имеет законное ожидание, что его публично размещённый контент не будет использован для обучения коммерческих AI-систем без уведомления.

Практическое следствие для брендов: если вы обучаете собственную модель или кастомизируете чужую на данных своих клиентов — legitimate interest как основание крайне уязвимо. Предпочтительное основание — явное согласие или выполнение контракта.

2. DSAR и право на удаление: практический тупик

Субъект данных вправе запросить удаление своих данных (ст. 17 GDPR). Применительно к LLM это создаёт техническую проблему: веса обученной модели не содержат «записей» о конкретных людях — данные растворены в параметрах. Полное удаление требует переобучения модели, что экономически нецелесообразно.

Текущая позиция EDPB (Европейский совет по защите данных, Guidelines 2/2025): провайдер обязан задокументировать использование данных в обучении, реализовать технические меры снижения меморизации и принять запрос на удаление с обязательством не использовать данные в будущих версиях. «Удаление» из существующей модели регуляторы пока принимают как исполненное при наличии документации и применении техник machine unlearning, даже если они несовершенны.

3. Right to be forgotten для AI-контента о бренде

Если AI-система воспроизводит устаревшие или ошибочные сведения о физических лицах, связанных с брендом (бывшие руководители, уволенные сотрудники), это может нарушать право на забвение. В отличие от поисковых систем, у LLM нет формального механизма запросов на удаление данных из ответов — но GDPR обязывает провайдера принять такой запрос и принять меры.

Для compliance-команды бренда это означает: необходимо мониторить, что AI-системы говорят о людях, связанных с организацией, и иметь процедуру эскалации к провайдерам.

4. Трансграничная передача данных

Использование зарубежных AI-инструментов (ChatGPT Enterprise, Gemini for Workspace, Claude для бизнеса) для обработки персональных данных россиян — это трансграничная передача, которая по 152-ФЗ требует либо согласия субъекта с указанием конкретных получателей, либо иного законного основания. Оценка достаточности защиты в США по российскому праву не утверждена; требуется индивидуальная оценка рисков.

152-ФЗ: позиция Роскомнадзора по AI в 2026 году

Роскомнадзор в 2025 году опубликовал методические рекомендации по применению 152-ФЗ к системам AI. Ключевые позиции:

• Автоматизированная обработка персональных данных с помощью LLM — это «автоматизированная обработка» по смыслу закона и требует уведомления РКН в стандартном порядке.
• Если LLM принимает решения с юридическими последствиями для субъекта (отказ в кредите, найме), субъект вправе потребовать «человеческого» пересмотра (аналог ст. 22 GDPR).
• Обучение моделей на данных российских пользователей без локализации нарушает ст. 18(5) 152-ФЗ; хранение обучающих датасетов за рубежом — отдельный нарушение.
• Персональные данные в публично доступных источниках (сайты, соцсети) не перестают быть персональными — их использование для обучения требует правового основания.

TDM reservations: как запретить использование контента для обучения

Text and Data Mining (TDM) reservation — механизм, введённый Директивой ЕС CDSM (2019/790). Он позволяет правообладателю явно запретить автоматизированное извлечение контента для обучения AI. Механизм не требует блокировки всех ботов — он разрешает поиск, но запрещает обучение.

Технические способы реализации TDM reservation

1. HTTP-заголовок в ответе сервера:

Tdm-Reservation: 1

2. Мета-тег в <head> HTML-страницы:

<meta name="tdm-reservation" content="1" />

3. Файл tdmrep.json в корне домена (стандарт W3C TDMRep):

{
  "version": "1.0",
  "contact": "legal@example.com",
  "policies": [
    {
      "location": "/",
      "tdm-reservation": 1,
      "tdm-policy": "https://example.com/tdm-policy"
    }
  ]
}

4. Директивы в robots.txt (поддерживаются рядом крупных провайдеров):

User-agent: GPTBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: anthropic-ai
Disallow: /

User-agent: *
Disallow: /private/

Важно понимать: robots.txt — инструмент доброй воли, не юридически обязывающий механизм. TDMRep-стандарт в сочетании с явным условием в Terms of Use создаёт более прочную правовую основу для претензий в случае нарушения.

Технические мета-директивы: noai, noimageai, noindex

Помимо robots.txt, существуют мета-директивы уровня страницы, которые ряд провайдеров начал учитывать в 2024–2025 годах:

Конкретный пример применения на странице с конфиденциальными данными:

<head>
  <meta name="robots" content="noai, noimageai, nosnippet" />
  <meta name="tdm-reservation" content="1" />
</head>

Степень соблюдения этих директив зависит от провайдера: Googlebot, Bingbot, GPTBot — соблюдают; ряд менее крупных краулеров — игнорируют. Поэтому мета-директивы необходимо дополнять contractual controls.

C2PA как identity-слой для контента бренда

Coalition for Content Provenance and Authenticity (C2PA) разработала открытый стандарт встраивания криптографически подписанного манифеста в контентный файл. Манифест содержит: идентификатор автора, временную метку, историю изменений и заявления о правах.

Для брендов C2PA решает три задачи:

• Верификация происхождения — AI-системы и пользователи могут убедиться, что изображение, видео или документ действительно создан брендом, а не сфабрикован.
• Защита от дипфейков — синтетический контент, созданный якобы «от имени» бренда, не будет иметь валидного C2PA-манифеста.
• Аудиторский след для compliance — манифест фиксирует цепочку редактирования, что упрощает доказательство соответствия требованиям.

В 2026 году C2PA поддерживается Adobe, Microsoft, Google, Sony и рядом новостных агентств. Внедрение на корпоративном уровне доступно через Adobe Content Credentials и аналоги.

Контракты с AI-провайдерами: что читать в enterprise-планах

Корпоративные соглашения с AI-провайдерами — первая линия compliance. Ключевые пункты для анализа:

Бесплатные и стандартные тарифы большинства провайдеров не содержат DPA и не исключают данные из обучения. Enterprise-тариф — не опция, а compliance-требование для организаций, обрабатывающих персональные данные через AI-инструменты.

Ответственность бренда за ошибочные данные в AI-ответах

Это область формирующегося прецедентного права. Несколько векторов риска:

Репутационный вред через AI-галлюцинации. Если ChatGPT или Алиса систематически воспроизводят ложные сведения о компании — устаревшие данные о руководстве, несуществующие продукты, неверные цены — это может вводить потребителей в заблуждение. В ряде юрисдикций закон о защите потребителей может применяться не только к самому бренду, но и к AI-провайдеру, если тот монетизирует такой контент.

Активная ответственность при бездействии. Если бренд знает об ошибке в AI-ответах и не предпринимает задокументированных мер — обращений к провайдеру, публикации опровержения, обновления сайта — суды могут учесть это при оценке добросовестности.

Точность цен и условий. Особо чувствительная зона: если AI называет цену или условие, которое отличается от реального, и потребитель совершил покупку на основании этой информации, — правовые риски реальны.

Именно поэтому мониторинг того, что AI говорит о бренде, — не только маркетинговая задача. Для compliance-команды это источник доказательной базы: фиксация ошибки и задокументированное обращение к провайдеру — стандарт разумной осмотрительности.

Региональная таблица: закон, риск, действие

Чек-лист compliance-команды: 20 пунктов

Правовая база

• Определены правовые основания обработки ПД в каждой используемой AI-системе
• Проведена оценка трансграничной передачи для зарубежных AI-провайдеров
• Для высокорисковых AI-систем проведена DPIA (GDPR) или аналог по 152-ФЗ
• Политика конфиденциальности обновлена с описанием AI-обработки
• Terms of Use содержат явный запрет несанкционированного TDM

Контракты с провайдерами

• Все AI-инструменты с доступом к ПД работают по enterprise-планам с DPA
• Training exclusion зафиксирован в контракте явно (включая fine-tuning)
• Проверены регионы хранения данных: соответствие требованиям локализации
• Получены или запрошены отчёты SOC 2 / ISO 27001 от провайдеров

Технические меры

• В robots.txt разделены правила для поисковых и обучающих ботов
• На страницах с конфиденциальным контентом добавлены мета-директивы noai, noimageai
• Реализована TDM reservation (заголовок, мета-тег или tdmrep.json)
• Для корпоративного контента внедрена или запланирована C2PA-разметка
• Логи AI-краулеров анализируются регулярно

Мониторинг и реагирование

• Настроен ежедневный мониторинг AI-ответов о бренде (минимум 5 провайдеров)
• Определён ответственный за обработку DSAR, связанных с AI-системами
• Есть процедура эскалации при обнаружении ошибочных ПД в AI-ответах
• Зафиксирован базовый снимок того, что AI говорит о бренде сейчас
• Команда осведомлена о правилах использования AI-инструментов на работе
• Проводится ежеквартальный review compliance-статуса по новым регуляторным изменениям

Как GEO Scout помогает compliance-команде

Мониторинг AI-ответов традиционно воспринимается как маркетинговый инструмент. Но для compliance-специалиста GEO Scout решает конкретные задачи:

Доказательная база. Каждый ответ AI-провайдера сохраняется с временной меткой и полным текстом. Если AI воспроизводит устаревшие или ошибочные данные о руководителях, ценах или продуктах — у вас есть документация для обращения к провайдеру и при необходимости к регулятору.

Раннее обнаружение галлюцинаций. Ежедневный мониторинг 10 AI-провайдеров позволяет выявить проблему до того, как она попала к клиентам. Командный центр GEO Scout автоматически выделяет аномалии в описании бренда — неожиданные изменения тональности или появление несуществующих продуктов.

Аудит after-the-fact. Если к вам поступил DSAR или жалоба регулятора, история мониторинга — это хронология того, что AI говорил о компании в конкретный период.

Бесплатный тариф позволяет начать мониторинг трёх промптов в трёх провайдерах без привязки карты — достаточно, чтобы оценить текущее состояние и обнаружить наиболее критичные ошибки.

Что читать дальше

Тема пересекается с рядом технических и практических материалов:

• OAI-SearchBot, GPTBot и robots.txt — как разделить поисковых и обучающих ботов без потери GEO-видимости
• Технический чек-лист сайта для нейросетей — полный перечень технических требований
• Анализ логов AI-краулеров — как понять, какие боты реально приходят на сайт
• Как удалить ложную информацию о бренде в ChatGPT — практическое руководство по обращениям к провайдерам
• Как исправить галлюцинации AI о бренде — системный подход к исправлению ошибочных сведений

Правовое регулирование AI меняется быстрее, чем большинство корпоративных политик успевают обновляться. Оптимальная стратегия в 2026 году — не ждать окончательных руководящих разъяснений, а внедрять технические меры контроля уже сейчас: TDM reservation, раздельные правила robots.txt, enterprise DPA с провайдерами и регулярный мониторинг AI-ответов. Это одновременно минимизирует регуляторный риск и даёт команде данные для принятия обоснованных решений.

Начните мониторинг бесплатно на geoscout.pro — первый шаг к compliance-готовности в части AI-данных о вашем бренде.