Первую публикацию Законопроекта от 18 марта 2026 года закона, регулирующего сферу искусственного интеллекта, ждали давно и обсуждали активно. Минцифры дало возможность ознакомиться с проектом и предоставило время для подготовки предложений, которых оказалось много. 25 июня 2026 года Правительство внесло Законопроект № 1271570-8 в Госдуму, а 17 июля его уже одобрил Совет Федерации.
Даты вступления в силу Закона об ИИ разделены на три временных отрезка:
- с 1 сентября 2026 года вступает большая часть статей (ч. 1 ст. 13 Закона об ИИ);
- с 1 марта 2027 года вступают в силу статьи, которые вводят случаи исключительного применения суверенных и национальных моделей, доступ к госданным, критерии моделей, обязанности разработчиков, маркировку и нормы об интеллектуальной собственности (ч. 2 ст. 13 Закона об ИИ);
- до 1 сентября 2032 года действует исключение для уже работающих информационных систем: на них не распространяется обязанность применять только суверенные или национальные ИИ-модели. Исключение действует при условии, что обработка и хранение данных осуществляются в России (ч. 1 ст. 13 Закона об ИИ).
В первой редакции законопроекта фокус разработчиков был на маркировке синтезированного контента как одной из центральных обязанностей лиц, использующих результат деятельности ИИ. В итоговом тексте Закона об ИИ порядок маркировки информационного материала, созданного с применением большой фундаментальной модели, установлен, но сама маркировка из обязательной фактически стала добровольной (ст. 9 Закона об ИИ).
Требование об обязательной маркировке контента было самым понятным для потребителя ИИ-сервисов элементом регулирования и самым очевидным ответом на риски дипфейков и дезинформации.
Закон об ИИ предусматривает, что в качестве меры государственной поддержки разработчикам больших фундаментальных моделей могут предоставить доступ к наборам данных из государственных информационных систем для обучения моделей. Кажется, что это одна из самых практически ценных мер поддержки: данные, а не вычислительные мощности, чаще всего оказываются критичным условием для совершенствования модели и повышения ее конкурентоспособности.
