В статье исследуются правовые барьеры, препятствующих использованию данных для целей анализа и машинного обучения. Рассмотрены основные категории этих барьеров, в частности правовой режим персональных данных, а также вопросы интеллектуальной собственности. Проанализированы такие понятия, как «обезличивание персональных данных», «добросовестное использование» и «text and data mining». Исследованы некоторые правовые риски, оказывающие влияние на развитие технологий искусственного интеллекта, в частности коллизия между принципами целевого ограничения, минимизации данных и потребностями машинного обучения; неопределенность правового статуса обученных алгоритмов и исходных данных; риск создания дискриминационных моделей на основе некорректно собранных сведений. В заключение предложены возможные пути преодоления выявленных противоречий, включая технологические новации и адаптацию законодательства.
This article analyzes the legal barriers hindering the use of data for analysis and machine learning. The main categories of these barriers are examined, particularly the legal regime for personal data and issues of intellectual property. Concepts such as 'personal data anonymization,' 'fair use,' and 'text and data mining' are analyzed. Various legal risks impacting the development of artificial intelligence technologies are investigated, including the conflict between the principles of purpose limitation and data minimization and the needs of machine learning; the uncertain legal status of trained algorithms and source data; and the risk of creating discriminatory models based on incorrectly collected information. In conclusion, potential ways to overcome the identified contradictions are considered, including technological innovations and legislative adaptation.
Свистунова Людмила Юрьевна кандидат юридических наук, доцент
Ленинградский государственный университет имени А.С. Пушкина
Санкт-Петербург, Российская Федерация
svistunova-l-77@mail.ru
Свистунов Юрий Андреевич-
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Санкт-Петербург, Российская Федерация
svistunov09@gmail.com
Буякова Екатерина Сергеевна-
Национальный исследовательский университет ИТМО
Санкт-Петербург, Российская Федерация
ekaterina.buyakova00@mail.ru
1. Анисифоров А. Б. Методики оценки эффективности информационнотехнологических проектов в бизнесе. – СПб.: Издательство Политехнического университета, 2018. – 127 с.
2. Богустов, А. А. Авторско-правовые аспекты генерации искусственным интеллектом объектов на основе машинного обучения // Сибирский юридический вестник. – 2024. –№ 2. – С. 36–43.
3. Верзун Н. А. Сквозные технологии цифровой экономики. Большие данные. – СПб.: Санкт-Петербургский государственный экономический университет, 2022. – 93 с.
4. Ворожевич А. С. Исключительное право: сущность, принципы и пределы защиты // Вестник гражданского права. – 2013. –№ 6. – С. 41–83.
5. Ефремова Н. Ф. Основы цифрового обучения. – М.: Издательский дом НИУ ВШЭ, 2023. – 180 с.
6. Жданов В. П. Образовательная аналитика: от сбора данных к управлению качеством. – СПб.: Речь, 2022. – 312 с.
7. Инюшкин А. А. Характеристика интеллектуальных прав изготовителя баз данных // Теория и практика общественного развития. – 2015. –№ 18. – С. 149–151.
8. Калимуллина О. В. Современные цифровые образовательные инструменты и цифровая компетентность: анализ существующих проблем и тенденций // Открытое образование. – 2018. –№ 3. – С. 61–73.
9. Каргапольцева Т. В. Значение внедрения автоматизированной системы документооборота в коммерческой организации // Символ науки: международный научный журнал. – 2018. –№ 4. – С. 52–55.
10. Кононова О. В. Технологии поиска и анализа данных в научных исследованиях. – СПб.: Институт Мира и исследования конфликтов, 2022. – 106 с.
11. Крысова И. В. Экспертная система для автоматизации процесса классификации деталей по ЕСКД // Инженерный вестник Дона. – 2013. –№ 4. – С. 110–115.
12. Макарчук Т. А. Система требований к обеспечению эффективного электронного документооборота компаний малого и среднего бизнеса // Фундаментальные исследования. – 2017. –№ 10. – С. 477–482.
13. Макарчук Т. А. Современные тенденции развития систем поддержки принятия решений в условиях цифровой экономики // Сборник избранных статей по материалам научных конференций ГНИИ «Нацразвитие», 2019. – С. 208–211.
14. Пятшева Е. Н. Основные тренды цифровой трансформации экономики // Муромцевские чтения: междисциплинарность права и законодательства: стратегии современной организации и перспективы развития. – 2020. –№ 20. – С. 183–190.
15. СвистуновЮ. А., Свистунова Л.Ю. Правовые проблемы цифровизации экономики в Российской Федерации // Ленинградский юридический журнал. – 2023. – № 21. – С. 174–187.
16. Сидоров А. В. Роботизация бизнес-процессов как инструмент повышения производительности труда сотрудников компании // Хроноэкономика. – 2019. – № 4. – С. 64–68.
17. Смоленцева Т. Е. Объектно-ориентированное моделирование информационного обеспечения организационных систем: учебно-методич. пособие. – М.: Знание-М, 2022. – 67 с.
18. Joh D. S.Education and the COVID19 Pandemic: Learning in a Time of Crisis. – Paris: UNESCO Publishing, 2023. – 278 p.
19. Wooldridge J. M. Introductory Econometrics: A Modern Approach. 7th ed. Cengage Learning. – Cincinnati: South-Western College Publishing, 2020. – 912 p.
1. Anisiforov, A. B. (2018) Metodiki ocenki effektivnosti informacionnotekhnologicheskih proektov v biznese [Methods for evaluating the effectiveness of information technology projects in business]. St. Petersburg: Izdatel'stvo Politekhnicheskogo universiteta. (In Russian).
2. Bogustov, A. A. (2024) Avtorsko-pravovye aspekty generacii iskusstvennym intellektom ob"ektov na osnove mashinnogo obucheniya [Copyright and legal aspects of artificial intelligence generation of objects based on machine learning]. Sibirskij yuridicheskij vestnik – Siberian Law Bulletin. No. 2. Pp. 36–43. (In Russian).
3. Verzun, N. A. (2022) Skvoznye tekhnologii cifrovoj ekonomiki. Bol'shie dannye: Uchebnoe posobie [End–to-end technologies of the digital economy]. St. Petersburg: Sankt-Peterburgskij gosudarstvennyj ekonomicheskij universitet. (In Russian).
4. Vorozhevich, A. S. (2013) Isklyuchitel'noe pravo: sushchnost', principy i predely zashchity [Exclusive right: the essence, principles and limits of protection]. Vestnik grazhdanskogo prava – Bulletin of Civil Law. No. 6. Pp. 41–83. (In Russian).
5. Efremova, N. F. (2023) Osnovy cifrovogo obucheniya [Fundamentals of digital learning]. Мoscow: Izdatel'skij dom NIU VSHE. (In Russian).
6. Zhdanov, V. P. (2022) Obrazovatel'naya analitika: ot sbora dannyh k upravleniyu kachestvom [Educational analytics: from data collection to quality management]. (In Russian).
7. Inyushkin, A. A. (2015) Harakteristika intellektual'nyh prav izgotovitelya baz dannyh [Characteristics of intellectual rights of a database manufacturer]. Teoriya i praktika obshchestvennogo razvitiya – Theory and practice of social development. No. 18. Pp. 149–151. (In Russian).
8. Kalimullina, O. V. (2018) Sovremennye cifrovye obrazovatel'nye instrumenty i cifrovaya kompetentnost': analiz sushchestvuyushchih problem i tendencij [The importance of implementing an automated document management system in a commercial organization]. Otkrytoe obrazovanie – Modern digital educational tools and digital competence: an analysis of existing problems and trends. No. 3. Pp. 61–73. (In Russian).
9. Kargapol'ceva, T. V. (2018) Znachenie vnedreniya avtomatizirovannoj sistemy dokumentooborota v kommercheskoj organizacii [The importance of implementing an automated document management system in a commercial organization]. Simvol nauki: mezhdunarodnyj nauchnyj zhurnal – Symbol of Science: an international scientific journal. No. 4. Pp. 52–55. (In Russian).
10. Kononova, O. V. (2022) Tekhnologii poiska i analiza dannyh v nauchnyh issledovaniyah [Technologies of data search and analysis in scientific research]. St. Petersburg: Institut Mira i issledovaniya konfliktov. (In Russian).
11. Krysova, I. V. (2013) Ekspertnaya sistema dlya avtomatizacii processa klassifikacii detalej po ESKD [Expert system for automating the process of classifying parts according to ESCD]. Inzhenernyj vestnik Dona – Engineering Bulletin of the Don. No. 4.
Pp. 110–115. (In Russian).
12. Makarchuk, T. A. (2017) Sistema trebovanij k obespecheniyu effektivnogo elektronnogo dokumentooborota kompanij malogo i srednego biznesa [The system of requirements for ensuring effective electronic document management of small and medium-sized businesses]. Fundamental'nye issledovaniya – Fundamental research. No. 10. Pp. 477–482. (In Russian).
13. Makarchuk, T. A. (2019) Sovremennye tendencii razvitiya sistem podderzhki prinyatiya reshenij v usloviyah cifrovoj ekonomiki [Modern trends in the development of decision support systems in the digital economy]. Sbornik izbrannyh statej po materialam nauchnyh konferencij GNII «Nacrazvitie» – Collection of selected articles based on scientific conferences of the State Research Institute "National Development". No. 1. Pp. 208–211. (In Russian).
14. Pyatsheva, E. N. (2020) Osnovnye trendy cifrovoj transformacii ekonomiki [The main trends of the digital transformation of the economy]. Muromcevskie chteniya: Mezhdisciplinarnost' prava i zakonodatel'stva: strategii sovremennoj organizacii i perspektivy razvitiya – Muromtsev readings: Interdisciplinarity of law and legislation: strategies of modern organization and development prospects. No. 20. Pp. 183–190. (In Russian).
15. Svistunov, YU. A., Svistunova, L. YU. (2023) Pravovye problemy cifrovizacii ekonomiki v Rossijskoj Federacii [Legal problems of digitalization of the economy in the Russian Federation]. Leningradskij yuridicheskij zhurnal – Leningrad Legal Journal. No. 21. Pp. 174–187. (In Russian).
16. Sidorov, A. V. (2019) Robotizaciya biznes-processov kak instrument povysheniya proizvoditel'nosti truda sotrudnikov kompanii [Robotization of business processesas a tool to increase the productivity of company employees]. Hronoekonomika – Chronoeconomics. No. 4. Pp. 64–68. (In Russian).
17. Smolenceva, T. E. (2022) Ob"ektno-orientirovannoe modelirovanie informacionnogo obespecheniya organizacionnyh sistem: Uchebno-metodicheskoe posobie [Object-oriented modeling of information support for organizational systems: Educational and methodical manual]. Moscow: Znanie- M. (In Russian).
18. Joh, D. S. (2023) Education and the COVID19 Pandemic: Learning in a Time of Crisis. Paris: UNESCO Publishing.
19. Wooldridge, J. M. (2020) Introductory Econometrics: A Modern Approach. 7th ed. Cengage Learning. Cincinnati: South-Western College Publishing.