Влияние использования искусственного интеллекта на гражданско-правовое регулирование баз данных
Аннотация
Создание искусственного интеллекта и организация его функционирования непосредственно связаны с активным использованием баз данных. Это порождает целый ряд правовых проблем. Базы данных являются составной частью системы искусственного интеллекта, а функционирование искусственного интеллекта часто предполагает использование чужих баз данных. В связи с этим важно установить правовой режим баз данных, входящих в состав системы искусственного интеллекта, выяснить, как выбор типа базы данных влияет на их охраноспособность и т.д. Особое положение занимает разметка данных. Ее важность требует понимания ее места в правовой системе, а также того, какие меры необходимо принять для ее защиты. Проведение разметки может рассматриваться как одно из важных обстоятельств, демонстрирующих существенность затрат изготовителя базы данных на ее создание. В то же время ее использование может быть обстоятельством, которое будет приниматься во внимание при привлечении к ответственности лица, нарушившего права на чужую базу данных. Отдельная группа проблем связана с обучением искусственного интеллекта. Этот процесс требует массового использования чужих результатов интеллектуальной деятельности и имеет общественное значение. Ряд трудностей связан с особенностями распространения больших языковых моделей. Модели лицензирования не только определяют условия коммерческого использования, но и должны приниматься во внимание при оценке рисков: здесь следует отметить и последовательное развитие моделей на базе предыдущих, и наследование правовых рисков, и т.д. С практической точки зрения следует отметить сочетание конструкций платных («закрытых») моделей и бесплатных (опенсорс) моделей. В данной статье анализируются указанные вопросы и предлагаются пути решения возникающих проблем. Сделан вывод, что указанные проблемы могут быть урегулированы в рамках действующего законодательства, но при внимательном отношении к ним доктрины и судов.
Литература
Andreev V.K. (2020) Dynamics of Legal Regulation of the Use of Artificial Intelligence. Zhurnal rossiyskogo prava=Journal of Russian Law, no. 3, pp. 58–68. (in Russ.)
Aplin T. (2005) Copyright Law in the Digital Society. The Challenges of Multimedia. Oxford and Portland: Hart Publishing. 320 p.
Bhatt S. et al. (2020) Knowledge Graphs as a Means to Improve Artificial Intelligence. Otkrytye systemy SUBD=Open Systems of SUBD, no. 3. Available at: URL: https://www.osp.ru/os/2020/03/13055600 (in Russ.)
Bhattacharyya S. (2024) Cloud Innovation: Scaling with vectors and LLMs. Chandkheda: Libertatem Media Private Limited, 115 p.
Chen Y., Argentines E., Weber G. (2016) IBM Watson: How Cognitive Computing can be applied to Big Data Challenges in Life Sciences Research. Clinical Therapeutics, issue 4, pp. 688-701.
Codd E. (1970) A Relational Model of Data for Large Shared Data Banks. Communications of the ACM, no. 6, pp. 377–387.
Cooper F., Grimmelmann J. (2025) The Files in The Computer: On Copyright, Memorization and Generative AI. Chicago-Kent Law Review, vol. 100, pp. 141–219.
Davison M.J. (2005) The Legal Protection of Databases. Cambridge: University Press, 360 p.
Demidenko A. Data for Machine Learning: Collection, Cleaning, Labeling. S.L., no publisher, 120 p. (in Russ.)
Gong Y., Liu G. et al. (2023) A survey on dataset quality in machine learning. Information and Software Technology, vol. 162, no. 10, p. 107268.
Hoffmann J., Borgeaud S., Mensch A. et al. (2024) Training Compute-Optimal Large Language Models.
Intellectual Rights (2023) Textbook. E. A. Pavlova (ed.). Moscow: Statut, 842 p. (in Russ.)
Jeyaraman J. (2025) Vector Databases Unleashed: Isolating Data in Multi-Tenant LLM Systems. Chandkheda: Libertatem Media Private Limited, 115 p.
Komarov V.A. (2024) Guide to Databases. Moscow: DMK, 510 p. (in Russ.)
LeCun Y. (2021) How Machines Learn: A Revolution in Neural Networks and Deep Learning. Moscow: Alpina, 335 p. (in Russ.)
Neuburger J. Taking Cue from the Supreme Court’s Van Buren Decision. Ninth Circuit Releases New Opinion Holding Scraping of Publicly Available Website Data Falls Outside of CFAA. National Law Review Newsletter. 22 April 2022. Available at: URL: https://natlawreview.com/article/taking-cue-supreme-court-s-van-buren-decision-ninth-circuit-releases-new-opinion
Prange D., Lawson A. (2018) Re-Evaluating Companies’ AI Protection Strategies. Managing Intellectual Property, no. 2, pp. 35–38.
Ruzickova L. Web scraping case law: HiQ v. LinkedIn. Available at: URL: https://blog.apify.com/hiq-v-linkedin/
Savelyev A.I. (2026) Machine Learning Models: In Search of a Place in the System of Intellectual Property Objects. Zakon=Statute, no. 1, pp. 70–77. (in Russ.)
Schor Z. (2024) Andersen v. Stability AI: The Landmark Case Unpacking the Copyright Risks of AI Image Generators. New York University Journal of Intellectual Property and Entertainment Law. Dec. 2. Available at: URL: https://jipel.law.nyu.edu/andersen-v-stability-ai-the-landmark-case-unpacking-the-copyright-risks-of-ai-image-generators/
Shumailov I. et al. (2024) AI models collapse when trained on recursively generated data. Nature. 24 July, p. 66.
Vishnevskaya E. (2025) The Chinese Chatbot DeepSeek Has Shaken the US Stock Market. Available at: URL: https://www.gazeta.ru/business/2025/01/28/20452166.shtml (in Russ.)
Zhu X., Xie Y. et al. (2023) Knowledge Graph-Guided Retrieval Augmented Generation. Available at: URL: https://arxiv.org/html/2502.06864v1
Copyright (c) 2026 Калятин В.О.

Это произведение доступно по лицензии Creative Commons «Attribution-ShareAlike» («Атрибуция — На тех же условиях») 4.0 Всемирная.













