Правовой контур прикладного ИИ в регулируемых средах

АВТОНОМНАЯ НЕКОММЕРЧЕСКАЯ ОРГАНИЗАЦИЯ

«ИНСТИТУТ ПРИКЛАДНОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И РОБОТИЗАЦИИ»

Правовой контур прикладного искусственного интеллекта в регулируемых средах: медицина, финансы, образование (2019–2026)

Аналитический доклад

Исследовательское направление LINE-04 «Регулирование и этика прикладного ИИ»

Автор: Джемилев Джафер,

соучредитель, директор по развитию АНО «ИПИИР»

Москва

2026

В докладе систематизирован российский правовой режим применения технологий искусственного интеллекта в трёх регулируемых средах — здравоохранении, на финансовом рынке и в образовании — за период с октября 2019 года, когда была утверждена Национальная стратегия развития искусственного интеллекта, по август 2026 года. Работа подготовлена в момент, когда правовое регулирование ИИ в России переходит из области стратегических документов и мягкого права в область позитивного законодательства: Федеральный закон от 26 июля 2026 г. № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» вступает в силу 1 сентября 2026 года.

Основной тезис доклада состоит в том, что представление о едином «регулировании искусственного интеллекта» является методологической ошибкой. Три исследованные отрасли демонстрируют три принципиально различные регуляторные модели, сложившиеся независимо друг от друга и почти не связанные между собой: в здравоохранении действует режим допуска на рынок, при котором программное обеспечение с ИИ проходит государственную регистрацию как медицинское изделие максимального класса риска; на финансовом рынке применяется режим пруденциального надзора, в котором алгоритм регулируется не как технология, а как источник модельного риска, а специальные требования замещены рекомендательными актами Банка России; в образовании специальное регулирование отсутствует, и нормативную функцию де-факто выполняют локальные акты образовательных организаций.

Федеральный закон № 243-ФЗ, вопреки распространённому в публичном обсуждении представлению, не устраняет эту фрагментацию: его предмет ограничен большими фундаментальными моделями с числом параметров не менее одного миллиарда, а из проекта на стадии доработки были исключены нормы о распределении ответственности между разработчиком, оператором и пользователем, об обязательной маркировке синтетического контента и о праве гражданина отказаться от решения, принятого автоматизированной системой. Прикладные системы, которыми пользуются врач, кредитный инспектор и преподаватель, под действие закона не подпадают.

Отдельно рассмотрено соотношение российского подхода с европейским, китайским и американским. Показано, что 27 июля 2026 года в Европейском союзе вступил в силу «Цифровой омнибус по ИИ», отложивший обязательства для высокорисковых систем до декабря 2027 года, — то есть сближение регуляторных календарей России и ЕС произошло не за счёт ускорения России, а за счёт замедления Европейского союза.

По результатам исследования сформирована карта из двенадцати правовых пробелов, ранжированных по степени остроты, и предложены восемь рекомендаций, адресованных федеральному законодателю и отраслевым регуляторам.

Ключевые слова: искусственный интеллект, правовое регулирование, регулируемые отрасли, медицинские изделия, кредитный скоринг, автоматизированное принятие решений, экспериментальные правовые режимы, большие фундаментальные модели, право на объяснение, цифровое право.

The Legal Framework of Applied Artificial Intelligence in Regulated Environments: Healthcare, Finance and Education (2019–2026)

This report systematises the Russian legal regime governing the use of artificial intelligence technologies in three regulated environments — healthcare, financial markets and education — covering the period from October 2019, when the National Strategy for the Development of Artificial Intelligence was adopted, to August 2026. The study was prepared at the moment when Russian AI regulation moves from strategic documents and soft law into positive legislation: Federal Law No. 243-FZ of 26 July 2026 "On Support for the Development of Artificial Intelligence Technologies in the Russian Federation" enters into force on 1 September 2026.

The central argument is that the notion of a single, unified "AI regulation" is a methodological error. The three sectors studied exhibit three fundamentally different regulatory models that developed independently and remain largely disconnected: healthcare operates a market-access regime under which AI-enabled software undergoes state registration as a medical device of the highest risk class; financial markets operate a prudential supervision regime in which an algorithm is regulated not as a technology but as a source of model risk, with sector-specific requirements substituted by recommendatory acts of the Bank of Russia; education has no specialised regulation at all, and the normative function is de facto performed by local acts of educational institutions.

Contrary to widespread public perception, Federal Law No. 243-FZ does not eliminate this fragmentation: its subject matter is confined to large foundation models with at least one billion parameters, while provisions on the allocation of liability among developer, operator and user, on mandatory labelling of synthetic content, and on a citizen's right to opt out of an automated decision were removed during the legislative process. The applied systems used by physicians, credit officers and teachers fall outside its scope.

The report also compares the Russian approach with those of the European Union, China and the United States. It shows that on 27 July 2026 the EU's "Digital Omnibus on AI" entered into force, postponing high-risk system obligations until December 2027 — meaning that the convergence of Russian and EU regulatory timetables resulted not from Russian acceleration but from European deceleration.

The study concludes with a map of twelve legal gaps ranked by severity and eight recommendations addressed to the federal legislator and sectoral regulators.

Keywords: artificial intelligence, legal regulation, regulated industries, medical devices, credit scoring, automated decision-making, regulatory sandboxes, large foundation models, right to explanation, digital law.

Начиная примерно с 2023 года в российском публичном и профессиональном дискурсе устойчиво воспроизводится тезис о том, что искусственный интеллект в России «не урегулирован». Этот тезис одновременно верен и вводит в заблуждение. Он верен в том смысле, что до 26 июля 2026 года в правовой системе Российской Федерации отсутствовал федеральный закон, в наименовании которого фигурировал бы искусственный интеллект. Он вводит в заблуждение потому, что из отсутствия специального закона делается вывод об отсутствии правовых ограничений, — вывод, который для регулируемых отраслей просто неверен.

Разработчик, который выводит на российский рынок систему поддержки принятия врачебных решений, обнаруживает, что его продукт подлежит государственной регистрации в качестве медицинского изделия, автоматически относится к третьему, максимальному классу потенциального риска, требует технических испытаний, клинической оценки и инспектирования производства, а после регистрации обязан в автоматическом режиме передавать данные о своей работе в информационную систему Росздравнадзора. Банк, внедряющий машинное обучение в кредитный конвейер, обнаруживает, что его модель подпадает под требования к системе управления рисками и капиталом, подлежит независимой валидации, а при переходе на подход внутренних рейтингов — предварительному согласованию с Банком России. Университет, столкнувшийся с генеративными моделями в выпускных квалификационных работах, обнаруживает, что федеральных правил нет, и вынужден писать их сам.

Именно этот контраст и составляет предмет настоящего исследования. Три перечисленные ситуации описываются одним словосочетанием — «применение искусственного интеллекта в регулируемой среде», — но правовые режимы, в которых они разворачиваются, не имеют между собой почти ничего общего. Они опираются на разные отраслевые законы, используют разные инструменты воздействия, распределяют ответственность по разным основаниям и предоставляют затронутому лицу разный объём процессуальных гарантий. Утверждение о том, что «ИИ в России не урегулирован», скрывает эту гетерогенность и потому препятствует содержательному обсуждению того, что именно следует урегулировать.

Актуальность работы определяется точкой во времени. Доклад завершён в августе 2026 года — за две недели до вступления в силу Федерального закона от 26 июля 2026 г. № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» [1], первого акта такого рода в отечественной правовой системе. Одновременно завершается пятилетний цикл иных ключевых конструкций: 30 июня 2025 года истёк срок экспериментального правового режима, установленного Федеральным законом от 24 апреля 2020 г. № 123-ФЗ для города Москвы [2]; 26 июня 2026 года принят Федеральный закон № 211-ФЗ, реформировавший институт экспериментальных правовых режимов [3]; 16 июня 2026 года Банк России выпустил первый в своей истории документ, систематизирующий риски искусственного интеллекта [4]. В Европейском союзе 27 июля 2026 года вступил в силу регламент, скорректировавший календарь применения Акта об искусственном интеллекте [5]. Совокупность этих событий делает вторую половину 2026 года естественной точкой для фиксации состояния правового поля.

Практическая ценность доклада видится в трёх плоскостях. Для разработчиков и организаций, внедряющих ИИ, он представляет собой карту фактически действующих требований — в отличие от требований предполагаемых или анонсированных. Для регуляторов он фиксирует пробелы, которые не покрываются ни отраслевым законодательством, ни новым федеральным законом, и которые с высокой вероятностью проявятся в правоприменении в ближайшие два-три года. Для исследователей он предлагает типологию регуляторных режимов, применимую и к иным отраслям, оставшимся за рамками настоящей работы, — транспорту, промышленной безопасности, государственному управлению.

Структура доклада подчинена логике движения от общего к частному и обратно. Раздел 1 описывает методологию. Раздел 2 реконструирует сквозной, межотраслевой контур регулирования. Разделы 3, 4 и 5 последовательно разбирают три отрасли. Раздел 6 сопоставляет их и предлагает типологию. Раздел 7 помещает российскую модель в международный контекст. Разделы 8 и 9 содержат карту пробелов и рекомендации.

1.1. Объект, предмет и исследовательские вопросы

Объектом исследования выступают общественные отношения, возникающие при разработке, внедрении и применении систем искусственного интеллекта в отраслях, для которых характерен предварительный государственный допуск к деятельности или к обороту продукции, обязательные требования к качеству и специализированный надзорный орган. Предметом — совокупность нормативных правовых актов, актов мягкого права, документов по стандартизации и правоприменительной практики, определяющих правовое положение участников этих отношений.

Отбор трёх отраслей не случаен и не продиктован их отраслевой близостью — напротив, здравоохранение, финансовый рынок и образование выбраны как максимально удалённые друг от друга случаи. Каждая из отраслей удовлетворяет двум критериям одновременно: во-первых, в ней зафиксировано массовое, а не экспериментальное применение технологий ИИ; во-вторых, в ней исторически существует развитый отраслевой регуляторный контур, предшествующий появлению ИИ. Сочетание этих критериев позволяет наблюдать, как новая технология встраивается в уже существующее регулирование, — и именно расхождения в способах встраивания составляют содержательный результат работы.

Исследование отвечает на четыре вопроса. Первый: какие нормы права фактически применяются к системам ИИ в каждой из трёх отраслей по состоянию на август 2026 года. Второй: какую регуляторную модель эти нормы образуют и чем модели отличаются друг от друга. Третий: какие отношения остаются неурегулированными и каковы правовые последствия этой неурегулированности. Четвёртый: как соотносится российская конфигурация с решениями, принятыми в иных крупных юрисдикциях.

1.2. Методы

Работа выполнена методами формально-юридического анализа, сравнительного правоведения и системного толкования. Формально-юридический метод применялся при установлении содержания и действующей редакции нормативных актов; сравнительно-правовой — при сопоставлении отраслевых режимов между собой и российской модели с зарубежными; системное толкование — в тех случаях, когда правовое последствие не установлено нормой прямо, а выводится из соотношения нескольких норм. Все выводы, полученные путём системного толкования, а не из прямого указания нормы, в тексте маркированы явно.

Хронологические границы исследования — с 10 октября 2019 года, даты издания Указа Президента Российской Федерации № 490 «О развитии искусственного интеллекта в Российской Федерации» [6], по 18 августа 2026 года. Нижняя граница выбрана как момент появления в российском праве легального определения искусственного интеллекта; верхняя определяется датой завершения сбора материала.

1.3. Источниковая база

Источники распределены по четырём уровням, различающимся юридической силой.

Первый уровень — нормативные правовые акты: федеральные законы, указы Президента, постановления Правительства, ведомственные приказы, нормативные акты Банка России. Реквизиты и действующие редакции проверялись по официальному интернет-порталу правовой информации pravo.gov.ru и справочно-правовым системам.

Второй уровень — акты мягкого права: кодексы этики, информационные письма и методические рекомендации Банка России, методические рекомендации федеральных органов исполнительной власти. Эти документы не создают обязанностей, но в отраслях с концентрированным составом участников и активным надзором фактически определяют поведение рынка, что делает их игнорирование методологически неоправданным.

Третий уровень — документы по стандартизации: национальные стандарты, разработанные преимущественно техническим комитетом по стандартизации № 164 «Искусственный интеллект», а также предварительные национальные стандарты. Их применение добровольно, однако в медицине отдельные стандарты фактически встроены в регистрационную процедуру.

Четвёртый уровень — правоприменительная практика и официальная статистика надзорных органов. Здесь необходимо сделать существенную оговорку, определяющую характер всей работы: судебная практика по спорам, связанным с применением ИИ в исследованных отраслях, в открытых источниках практически отсутствует. Это не дефект поиска, а самостоятельный результат, к которому мы возвращаемся в разделе 8.

1.4. Принципы работы с фактическим материалом

Доклад подчинён трём принципам, заимствованным из общей исследовательской методологии института.

Первый: разделение подтверждённого и неподтверждённого. Утверждение включается в текст как факт, только если оно верифицировано по первоисточнику либо по двум независимым качественным источникам. Сведения, полученные из одного вторичного источника, сопровождаются указанием на источник и характер сведений. Ряд обстоятельств, встречающихся в отраслевых обзорах, в текст сознательно не включён ввиду невозможности их проверки; перечень таких обстоятельств приведён в разделе «Ограничения исследования».

Второй: разграничение нормы и её интерпретации. Там, где приводится содержание нормы, оно излагается близко к тексту. Там, где формулируется вывод о правовых последствиях, не названных нормой прямо, это оговаривается.

Третий: фиксация отрицательных результатов. Отсутствие нормы, отсутствие практики, отсутствие статистики фиксируются как самостоятельные наблюдения. В предметной области, где основной регуляторный дефицит носит характер пробела, а не коллизии, отрицательный результат несёт не меньшую информационную нагрузку, чем положительный.

1.5. Границы

Доклад не рассматривает применение ИИ в сферах обороны, безопасности, оперативно-разыскной деятельности и правосудия — как в силу ограниченной доступности источников, так и в силу того, что Федеральный закон № 243-ФЗ выводит соответствующие отношения в особый режим. За рамками работы остаются вопросы налогообложения, таможенного регулирования, антимонопольного контроля цифровых платформ, а также трудоправовые последствия автоматизации. Не рассматривается регулирование робототехники и киберфизических систем: это самостоятельный предмет, требующий отдельного исследования.

Доклад не является юридической консультацией и не может служить основанием для принятия решений по конкретным вопросам правоприменения. Он носит справочно-аналитический характер.

2.1. Стратегический уровень: определения, заданные Указом № 490

Правовое понятие искусственного интеллекта появилось в российской правовой системе не в законе, а в акте стратегического планирования. Указ Президента Российской Федерации от 10 октября 2019 г. № 490, которым утверждена Национальная стратегия развития искусственного интеллекта на период до 2030 года, определил искусственный интеллект как комплекс технологических решений, позволяющий имитировать когнитивные функции человека, включая поиск решений без заранее заданного алгоритма, и получать при выполнении конкретных задач результаты, сопоставимые с результатами интеллектуальной деятельности человека или превосходящие их [6].

Это определение носит принципиально описательный, а не операциональный характер: оно не позволяет установить, подпадает ли конкретная программа под правовой режим, поскольку не содержит ни технических порогов, ни функциональных критериев. Практическое значение Стратегии в другом — она сформировала терминологический каркас, которым впоследствии воспользовался законодатель.

Редакция Стратегии, утверждённая Указом Президента Российской Федерации от 15 февраля 2024 г. № 124, дополнила её понятийный аппарат категорией больших фундаментальных моделей — моделей искусственного интеллекта, являющихся основой для создания и доработки различных видов программного обеспечения, обученных распознаванию определённых видов закономерностей, содержащих не менее одного миллиарда параметров и применяемых для выполнения большого количества различных задач. Именно отсюда — а не из закона — происходит порог в один миллиард параметров, ставший впоследствии ключевым критерием предмета Федерального закона № 243-ФЗ. Обстоятельство, заслуживающее внимания: количественный критерий, определяющий сегодня сферу действия федерального закона, был впервые сформулирован в акте стратегического планирования и перенесён в закон практически без изменений.

Стратегия содержит одиннадцать принципов развития и применения технологий ИИ, среди которых для целей настоящего доклада наиболее существен принцип защищённости, прямо предписывающий «разграничение ответственности организаций-разработчиков и пользователей технологий искусственного интеллекта исходя из характера и степени причинённого вреда». Это положение имеет для дальнейшего изложения ключевое значение: стратегическая установка на разграничение ответственности сформулирована в 2019 году, подтверждена в 2024-м и по состоянию на август 2026 года законодателем не реализована.

Стратегия задаёт также систему целевых показателей к 2030 году, из которых для оценки регуляторной нагрузки показательны три: прирост валового внутреннего продукта за счёт использования технологий ИИ накопленным итогом — не менее 11,2 трлн рублей против 0,2 трлн в 2022 году; доля приоритетных отраслей экономики и социальной сферы с высоким индексом готовности к внедрению ИИ — не менее 95 % против 12 %; уровень доверия граждан к технологиям ИИ — не менее 80 % против 55 %. Последний показатель существен методологически: доверие граждан отнесено к измеряемым целям государственной политики, а правовые гарантии для затронутого лица являются одним из инструментов его формирования.

2.2. Федеральный закон № 243-ФЗ: что в нём есть и чего в нём нет

Федеральный закон от 26 июля 2026 г. № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» принят Государственной Думой 8 июля 2026 года, одобрен Советом Федерации 17 июля, подписан и опубликован 26 июля 2026 года [1]. Основная часть его положений вступает в силу 1 сентября 2026 года; статьи 8, 9 и 10, а также пункты 3–5 части 2 статьи 5 и части 2–5 статьи 6 — с 1 марта 2027 года. Переходный период, в течение которого требование о применении исключительно суверенных и национальных моделей не распространяется на системы, созданные или введённые в эксплуатацию до 1 марта 2027 года, истекает 1 сентября 2032 года.

Закон содержит тринадцать статей и носит рамочный характер. Понимание его действительного содержания требует прежде всего точного определения предмета.

Предмет. Согласно статье 1, закон регулирует отношения в сфере разработки, внедрения и применения больших фундаментальных моделей искусственного интеллекта. Статья 3 устанавливает пять признаков такой модели, которые должны выполняться одновременно: программа предназначена для выполнения интеллектуальных задач на уровне человека или выше; обучается на составах данных; одновременно является основой для создания и доработки различных видов программного обеспечения; содержит не менее одного миллиарда параметров; применяется для выполнения большого количества различных задач.

Практическое следствие этой конструкции трудно переоценить и оно систематически упускается в публичном обсуждении. Кредитная скоринговая модель, система антифрода, алгоритм анализа медицинских изображений, сценарный чат-бот, классификатор обращений граждан не удовлетворяют третьему и пятому признакам: они не служат основой для создания иного программного обеспечения и не рассчитаны на широкий круг задач. Следовательно, подавляющее большинство прикладных систем искусственного интеллекта, применяемых сегодня в регулируемых отраслях, под действие Федерального закона № 243-ФЗ не подпадает. Закон адресован разработчикам больших языковых и мультимодальных моделей, а не тем, кто эти модели или иные технологии применяет в клинике, банке или школе.

Суверенные и национальные модели. Статья 6 вводит две категории моделей. Суверенной признаётся модель, разработчиком которой является российское юридическое лицо, самостоятельно определяющее и изменяющее характеристики модели на всех стадиях жизненного цикла; при этом обеспечена полная техническая и технологическая воспроизводимость цикла разработки, включая обучение; подготовка ответов на запросы пользователей и хранение данных осуществляются в центрах обработки данных на территории Российской Федерации, принадлежащих российским юридическим лицам; пройдено подтверждение соответствия законодательству Российской Федерации и традиционным российским духовно-нравственным ценностям в порядке, который предстоит установить Правительству. Национальной признаётся модель при тех же требованиях к разработчику, локализации и подтверждению соответствия, но при условии, что российское юридическое лицо определяет существенные характеристики модели, а все используемые сторонние компоненты, включая чужие фундаментальные модели, распространяются на условиях открытой лицензии. Тем самым легализуется распространённая инженерная практика: взять открытые веса, дообучить, развернуть в российской инфраструктуре.

Российским юридическим лицом для целей закона признаётся лицо, находящееся под контролем Российской Федерации, субъекта Российской Федерации, муниципального образования либо гражданина Российской Федерации, не имеющего гражданства иностранного государства. Наличие второго гражданства у контролирующего собственника лишает продукт возможности получить статус — норма, последствия которой для отрасли, где значительная часть основателей имеет международную биографию, ещё предстоит оценить.

Механизм отраслевого ограничения. Пункт 3 части 2 статьи 5 наделяет Правительство полномочием устанавливать случаи, когда допускается применение исключительно суверенных и (или) национальных моделей, а также перечень исключений. Это положение вступает в силу 1 марта 2027 года. Именно здесь находится основной канал будущего влияния закона на регулируемые отрасли: если Правительство отнесёт здравоохранение, финансовый рынок или образование к таким сферам, для соответствующих организаций возникнет обязанность, не связанная с их отраслевым регулированием. Отметим, что банковская сфера и иные сферы финансового рынка — единственная отрасль, прямо поименованная в тексте закона: решения по пунктам 3 и 4 части 2 статьи 5 принимаются в отношении неё по согласованию с Банком России.

Маркировка. Статья 9, вступающая в силу 1 марта 2027 года, устойчиво интерпретируется в публикациях как введение обязательной маркировки контента, созданного искусственным интеллектом. Это неверно. Часть 1 статьи 9 устанавливает, что лицу, применяющему большую фундаментальную модель для создания информационного материала в аудио- и (или) визуальной форме, обеспечивается возможность разместить информационное предупреждение о применении ИИ. Речь идёт о возможности, а не об обязанности. Часть 3 возлагает обязанность на информационные ресурсы, отвечающие одновременно четырём признакам, включая суточную аудиторию свыше пятисот тысяч пользователей из России и распространение информации через созданные пользователями персональные страницы, — но и эта обязанность состоит в том, чтобы предоставить пользователю соответствующий инструмент, а не в том, чтобы маркировать контент. Обязанности маркировать сгенерированный контент закон не устанавливает ни для кого.

Данное наблюдение приобретает дополнительное значение в свете судьбы альтернативной инициативы: законопроект об обязательной маркировке контента, созданного ИИ, внесённый в ноябре 2025 года, был отклонён Государственной Думой в 2026 году с мотивировкой о технической нереализуемости и избыточности.

Интеллектуальная собственность. Статья 10 содержит две различные по природе нормы. Часть 1 обязывает лиц, предоставляющих возможность применения больших фундаментальных моделей, уведомлять пользователя о том, кому принадлежат права на полученные результаты интеллектуальной деятельности, и об условиях доступа к ним. Эта обязанность не привязана ни к статусу модели, ни к размеру аудитории и касается любой организации, встроившей генеративную модель в пользовательский продукт.

Часть 2 вводит исключение из авторского права для целей анализа данных: не является нарушением обращение к информации, содержащейся в охраняемых объектах, в целях практического применения содержащихся в них положений — извлечения, сравнения, классификации, анализа закономерностей, тенденций и корреляций, — при соблюдении двух условий: такое обращение осуществляется исключительно для обучения суверенной и (или) национальной модели, и разработчик правомерно получил экземпляр произведения либо произведение доведено до всеобщего сведения и доступно для анализа без ограничения техническими средствами.

Конструкция построена по модели opt-out: правообладатель, не желающий, чтобы его произведение использовалось для обучения, должен воспрепятствовать этому техническими средствами; оговорка в пользовательском соглашении правового значения не имеет. Компенсация правообладателям не предусмотрена, машиночитаемый запрет на обучение не закреплён. Профессиональным сообществом отмечена коллизия этой нормы с пунктом 5 статьи 1229 Гражданского кодекса Российской Федерации, согласно которому ограничения исключительных прав устанавливаются самим Кодексом; на данное обстоятельство указывал и Совет при Президенте Российской Федерации по кодификации и совершенствованию гражданского законодательства.

Ответственность. Статья 11 в полном объёме сводится к положению о том, что участники отношений несут ответственность в соответствии с законодательством Российской Федерации. Собственных составов правонарушений закон не вводит, сопутствующие изменения в Кодекс Российской Федерации об административных правонарушениях не приняты.

Что было исключено из проекта. Реконструкция законодательной истории существенна для понимания текущего состояния регулирования. В марте 2026 года на общественное обсуждение выносился документ иного объёма и иной концепции — законопроект об основах государственного регулирования сфер применения технологий искусственного интеллекта, содержавший двадцать одну статью. К моменту внесения в Государственную Думу проект сократился до тринадцати статей и изменил наименование с «регулирования» на «поддержку развития». Из текста были исключены: обязательная маркировка сгенерированного контента; реестр доверенных моделей; специальный режим для центров обработки данных; право гражданина отказаться от решения, принятого с применением ИИ; нормы о распределении ответственности между разработчиком, оператором и пользователем, о регрессных требованиях и о критериях освобождения от ответственности.

Иными словами, из проекта были удалены именно те положения, которые составляют предмет настоящего доклада. Произошёл переход от модели риск-ориентированного регулирования к модели промышленной поддержки. Это принципиальное наблюдение: закон, воспринимаемый как «закон об искусственном интеллекте», в действительности является законом о поддержке отечественных разработчиков больших моделей, и правовое положение гражданина, затронутого автоматизированным решением, он не изменяет.

Оценки профессионального сообщества соответствуют этому наблюдению. В экспертных публикациях отмечается, что в законе не урегулирован надлежащим образом ни один из ключевых вопросов, а ключевая роль отдана усмотрению разработчиков; звучала и более резкая характеристика документа как «беззубого», исходившая от представителей отрасли информационной безопасности.

2.3. Мягкое право: этические кодексы и национальные стандарты

Пространство, оставленное позитивным законодательством незанятым, заполняется актами, не обладающими юридической силой, но фактически определяющими практику.

Кодекс этики в сфере искусственного интеллекта, подписанный в 2021 году, носит рекомендательный характер, распространяется только на гражданские разработки, присоединение к нему добровольно. По состоянию на 18 августа 2026 года число присоединившихся организаций, по данным официального ресурса Комиссии по реализации Кодекса, составляет 1 337; динамика присоединения — от нескольких сотен в 2023 году до более девятисот в середине 2025 года — свидетельствует об устойчивом росте. При Кодексе действует система институтов: уполномоченные по этике ИИ в организациях, консультативный совет, международный экспертный совет, а также семь рабочих групп, среди которых профильные группы по этике ИИ в медицине, образовании и правосудии.

Существенно, что мягкое право в России пошло по пути отраслевой специализации раньше, чем позитивное законодательство. Приняты отраслевые этические документы для медицины, финансового рынка и образования. Их правовая природа одинакова — они не создают обязанностей, — однако функционально они выполняют роль, которую в европейской модели выполняют обязательные требования к высокорисковым системам: формулируют требования к прозрачности, к возможности человеческого пересмотра решения, к управлению рисками.

Национальная стандартизация развивается силами технического комитета по стандартизации № 164 «Искусственный интеллект». Базовыми документами являются ГОСТ Р 59276-2020 «Системы искусственного интеллекта. Способы обеспечения доверия. Общие положения» и ГОСТ Р 59277-2020 «Системы искусственного интеллекта. Классификация систем искусственного интеллекта», введённые в действие с 1 марта 2021 года; в 2026 году утверждён ГОСТ Р 72515-2026 «Искусственный интеллект. Таксономия прозрачности систем искусственного интеллекта». Наиболее развитой является медицинская подсистема стандартов, рассматриваемая в разделе 3.

Применение национальных стандартов добровольно. Однако в медицине отдельные стандарты фактически встроены в регистрационную процедуру через требования к технической документации, что делает их квазиобязательными. Это самостоятельный механизм, заслуживающий внимания: стандартизация оказывается инструментом, посредством которого технические требования к системам ИИ приобретают юридическое значение в обход законодательного процесса.

2.4. Данные как действительный регулятор

Тезис, который мы полагаем центральным для практического понимания российского режима: наиболее ощутимые правовые ограничения на применение искусственного интеллекта создаются не законодательством об искусственном интеллекте, а законодательством о персональных данных.

Статья 16 Федерального закона от 27 июля 2006 г. № 152-ФЗ «О персональных данных» [7] устанавливает запрет на принятие решения, порождающего юридические последствия в отношении субъекта персональных данных или иным образом затрагивающего его права и законные интересы, на основании исключительно автоматизированной обработки его персональных данных. Исключения — наличие письменного согласия субъекта либо случаи, предусмотренные федеральными законами, устанавливающими одновременно меры по обеспечению прав и законных интересов субъекта. При принятии такого решения оператор обязан разъяснить субъекту порядок его принятия и возможные юридические последствия, предоставить возможность заявить возражение, разъяснить порядок защиты прав; возражение подлежит рассмотрению в течение тридцати дней с уведомлением субъекта о результатах.

По конструкции эта норма близка к статье 22 Общего регламента по защите данных Европейского союза. Различия, однако, существенны и рассматриваются в разделе 7. Здесь достаточно отметить два практических обстоятельства. Первое: исключение о письменном согласии в отраслях с массовым потребительским обслуживанием поглощает правило, поскольку согласие оформляется как стандартное условие заявления. Второе: правоприменительная практика по статье 16 в открытых источниках не обнаружена, самостоятельная санкция за её нарушение не установлена. Норма существует, но не работает.

Федеральный закон от 8 августа 2024 г. № 233-ФЗ [8], вступивший в силу 1 сентября 2025 года, ввёл регулирование оборота обезличенных персональных данных, включая формирование составов данных, создание государственной информационной системы обезличенных персональных данных и обязанность операторов по требованию уполномоченного органа передавать в неё обезличенные данные. Надлежащим образом обезличенные данные могут использоваться без предварительного согласия субъекта для исследований и разработки технологий, включая обучение систем искусственного интеллекта. Это — единственный на сегодня системный механизм легального формирования обучающих выборок; его отраслевое применение, как показано в разделе 3, наталкивается на специальные режимы охраняемой тайны.

Федеральный закон от 30 ноября 2024 г. № 420-ФЗ, вступивший в силу 30 мая 2025 года, установил за повторную утечку персональных данных оборотный штраф для юридических лиц в размере от одного до трёх процентов совокупного размера выручки, но не менее 25 млн и не более 500 млн рублей. Парный Федеральный закон от 30 ноября 2024 г. № 421-ФЗ дополнил Уголовный кодекс статьёй 272.1, предусматривающей за незаконные использование, передачу, сбор и хранение компьютерной информации, содержащей персональные данные, наказание до десяти лет лишения свободы.

Сопоставление санкций показательно. Нарушение Федерального закона № 243-ФЗ не влечёт специальной ответственности вовсе. Нарушение требований к обработке персональных данных влечёт оборотный штраф до 500 млн рублей и уголовную ответственность. Организация, внедряющая систему искусственного интеллекта, реально рискует не по законодательству об ИИ, а по законодательству о персональных данных, — и это обстоятельство определяет фактическое поведение рынка в большей степени, чем любые положения о суверенных моделях.

2.5. Экспериментальные правовые режимы

Институт экспериментальных правовых режимов, установленный Федеральным законом от 31 июля 2020 г. № 258-ФЗ [9], задумывался как основной инструмент опережающего регулирования цифровых инноваций. Его применение к искусственному интеллекту оказалось, однако, ограниченным.

Федеральный закон от 26 июня 2026 г. № 211-ФЗ [3] внёс в этот институт две принципиальные новеллы: исключено требование об обязательном наличии правового барьера, то есть режим может устанавливаться и при отсутствии общего регулирования соответствующих отношений; предельный срок действия режима увеличен с трёх до пяти лет. Первая новелла имеет прямое отношение к искусственному интеллекту: ранее конструкция закона предполагала, что «песочница» преодолевает существующее ограничение, тогда как в сфере ИИ проблема состоит, как правило, в отсутствии регулирования, а не в его избыточности.

Часть 4 статьи 13 Федерального закона № 243-ФЗ предусматривает, что программой экспериментального правового режима могут устанавливаться особенности применения статей 3 и 6 этого закона, то есть в «песочнице» допустимо отступить и от определения большой фундаментальной модели, и от критериев суверенности.

Особого внимания заслуживает судьба Федерального закона от 24 апреля 2020 г. № 123-ФЗ [2], установившего экспериментальный правовой режим в городе Москве. Согласно части 3 статьи 1, режим устанавливался на пять лет с 1 июля 2020 года, то есть его срок истёк 30 июня 2025 года. Федерального акта о продлении в открытых источниках обнаружить не удалось. При этом Федеральный закон № 233-ФЗ, вносивший изменения в том числе в Закон № 123-ФЗ, вступил в силу 1 сентября 2025 года — уже после формального истечения срока эксперимента. Данное несоответствие требует отдельного установления; наиболее вероятное объяснение состоит в том, что изменения касались норм, переживающих срок эксперимента, поскольку внесённые Законом № 123-ФЗ поправки в статьи 6 и 10 Закона о персональных данных носят постоянный характер. Мы фиксируем это обстоятельство как неразрешённое.

2.6. Промежуточный вывод

Сквозной контур регулирования искусственного интеллекта в России к сентябрю 2026 года образован четырьмя слоями, из которых лишь один обладает реальной принудительной силой.

Стратегический слой (Указ № 490) задаёт определения и целевые показатели, но не создаёт обязанностей. Специальный законодательный слой (Федеральный закон № 243-ФЗ) создаёт обязанности, но адресован узкому кругу разработчиков больших моделей и не затрагивает прикладных систем. Слой мягкого права (кодексы этики, национальные стандарты) содержательно наиболее близок к предмету регулирования, но лишён санкции. И лишь слой законодательства о персональных данных сочетает содержательные требования к автоматизированной обработке с реальной, в том числе уголовной, ответственностью.

Из этого следует главный методологический вывод раздела: анализировать правовое положение системы искусственного интеллекта в России, отталкиваясь от законодательства об искусственном интеллекте, — значит смотреть не туда. Действительный правовой режим определяется пересечением отраслевого регулирования с законодательством о данных. Именно это пересечение и исследуется далее применительно к трём отраслям.

3.1. Квалификация программного обеспечения с ИИ как медицинского изделия

Здравоохранение является единственной из трёх исследованных отраслей, где применение искусственного интеллекта поставлено под предварительный государственный контроль в форме допуска продукта на рынок.

Правовым основанием служит статья 38 Федерального закона от 21 ноября 2011 г. № 323-ФЗ «Об основах охраны здоровья граждан в Российской Федерации» [10], которая прямо относит программное обеспечение к числу объектов, признаваемых медицинскими изделиями, если оно предназначено производителем для профилактики, диагностики, лечения, медицинской реабилитации, мониторинга состояния организма человека, проведения медицинских исследований.

Критерии отнесения программного обеспечения к медицинским изделиям конкретизированы письмом Росздравнадзора от 13 февраля 2020 г. № 02И-297/20 «О программном обеспечении». Их четыре, и они применяются кумулятивно: программа для электронных вычислительных машин или её модуль независимо от аппаратной платформы и способа доступа; не является составной частью другого медицинского изделия; предназначена производителем для оказания медицинской помощи; результатом её действия является интерпретация данных в автоматическом режиме, в том числе с использованием технологий искусственного интеллекта, влияющая на принятие клинических решений. Прямо оговорено, что не признаётся интерпретацией расчёт по заданным формулам, перевод единиц измерения, формирование статистических отчётов и графиков, отображение данных, поступающих от медицинского изделия, сигнализация об отклонениях.

Практическое значение этих критериев состоит в том, что граница между медицинским изделием и обычным программным продуктом проведена не по технологии, а по функции: система становится медицинским изделием не потому, что использует машинное обучение, а потому, что её выход влияет на клиническое решение.

3.2. Третий класс риска: регуляторное решение и его последствия

Классификация медицинских изделий по классам потенциального риска установлена приказом Министерства здравоохранения Российской Федерации от 6 июня 2012 г. № 4н «Об утверждении номенклатурной классификации медицинских изделий» (действующая редакция — от 24 июня 2025 г.) [11]. Для программного обеспечения предусмотрены классы 1, 2а, 2б и 3, соответствующие низкой, средней, повышенной и высокой степени потенциального риска; классификация строится по двум осям — виду обрабатываемой информации и категории условий применения.

Ключевое регуляторное решение состоит в следующем: программное обеспечение с применением технологий искусственного интеллекта относится к третьему, максимальному классу потенциального риска. Соответствующие положения были внесены в приказ № 4н приказом Министерства здравоохранения Российской Федерации от 7 июля 2020 г. № 686н. По данным отраслевых разборов регистрационной практики, класс присваивается независимо от класса того медицинского изделия, с которым программное обеспечение используется.

Это решение — презумпция максимального риска, основанная на технологии, а не на назначении, — представляет собой самостоятельный предмет для оценки. С одной стороны, оно обеспечивает максимальную предосторожность в сфере, где ошибка влечёт вред жизни и здоровью. С другой — оно означает, что система, выделяющая на снимке область для внимания рентгенолога, и система, самостоятельно формирующая заключение, подпадают под одинаковый регуляторный режим. Отметим для сравнения, что европейский подход, изложенный в Акте об искусственном интеллекте, строит классификацию на назначении и контексте применения, а не на факте использования технологии; американский подход, реализуемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов, также опирается на назначение и степень влияния на клиническое решение.

Существенно, что статус изделия как «ИИ-медизделия» устанавливается декларацией производителя. Пункт 64 Правил государственной регистрации медицинских изделий обязывает заявителя указать сведения о возможности или невозможности отнесения медицинского изделия к программному обеспечению с применением технологий искусственного интеллекта. Иными словами, если производитель прямо не заявил об использовании ИИ, изделие ИИ-медизделием не считается. Данная конструкция создаёт очевидный стимул к неполному раскрытию, и его последствия заслуживают отдельного изучения.

3.3. Регистрационная процедура

Правила государственной регистрации медицинских изделий утверждены постановлением Правительства Российской Федерации от 30 ноября 2024 г. № 1684 [12] и вступили в силу 1 марта 2025 года, заменив ранее действовавшие правила 2012 года. Правила действуют до 31 декабря 2028 года; срок увязан с переходом на регулирование в рамках Евразийского экономического союза.

Дорегистрационный этап включает подготовку технической и эксплуатационной документации (требования установлены приказом Министерства здравоохранения Российской Федерации от 11 апреля 2025 г. № 181н, предусматривающим для программного обеспечения обязательное указание нумерации версий, сведений о наличии либо отсутствии технологий искусственного интеллекта, аппаратной платформы и способа доступа, перечня рисков и мер управления ими, результатов верификации и валидации, мер защиты от несанкционированного доступа); технические испытания в аккредитованной лаборатории (порядок — приказ Министерства здравоохранения Российской Федерации от 30 августа 2021 г. № 885н, срок — не более тридцати рабочих дней); клинические испытания, которые для программного обеспечения, как правило, проводятся в форме анализа и оценки клинических данных; инспектирование производства, обязательное для классов 2б и 3, а следовательно — для всего программного обеспечения с ИИ.

Специфика искусственного интеллекта учтена в требованиях к медицинской организации, проводящей клинические испытания: Правила требуют наличия стандартных операционных процедур, охватывающих процедуры, связанные с созданием и верификацией набора данных для проведения клинических испытаний программного обеспечения с применением технологий искусственного интеллекта. Это одно из немногих мест российского законодательства, где качество обучающих и тестовых данных получает прямое нормативное закрепление.

Регистрационный этап включает подачу заявления через единый портал государственных услуг, проверку полноты и достоверности сведений, экспертизу качества, эффективности и безопасности (порядок — приказ Министерства здравоохранения Российской Федерации от 20 марта 2020 г. № 206н), решение Росздравнадзора и внесение записи в государственный реестр медицинских изделий. Регистрация является бессрочной.

Для программного обеспечения с ИИ, предназначенного для обработки медицинских изображений, полученных при рентгенологических исследованиях, включая компьютерную томографию, рентгенографию, флюорографию и маммографию, Правила предусматривают ускоренный порядок при условии проведения клинических испытаний в специализированном учреждении города Москвы. Экспертиза в этом случае проводится в течение двадцати пяти рабочих дней, регистрационные действия — в течение десяти рабочих дней.

3.4. Проблема дообучения: российское решение и его отличие от американского

Наиболее содержательный вопрос регулирования ИИ в медицине состоит в следующем: как соотносится статическая по своей природе процедура регистрации с динамической по своей природе моделью машинного обучения. Изделие регистрируется в конкретной версии с конкретным функциональным назначением и принципом действия; модель, напротив, предполагает возможность улучшения по мере накопления данных.

Российский законодатель решил эту задачу, выделив в пункте 5 Правил три самостоятельных трека внесения изменений в регистрационное досье программного обеспечения с ИИ. Первый трек охватывает изменения, не требующие экспертизы качества, эффективности и безопасности, — закрытый перечень формальных оснований. Второй трек охватывает изменения, требующие такой экспертизы, — сюда относится любое изменение функционального назначения, принципа действия, показаний к применению или характеристик, то есть содержательное переобучение модели. Третий трек, установленный пунктами 135 и 136 Правил, представляет собой специальный упрощённый порядок, применимый исключительно к программному обеспечению с искусственным интеллектом.

Условия применения упрощённого порядка кумулятивны: изменение затрагивает только нумерацию версии программного обеспечения; изменение не влияет на функциональное назначение и (или) принцип действия; программное обеспечение обладает встроенной функцией автоматической передачи данных о его работе в автоматизированную информационную систему Росздравнадзора. Срок рассмотрения составляет пять рабочих дней.

Сопоставление с американской моделью представляется здесь наиболее продуктивным. Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США в августе 2025 года финализировало руководство о предварительно определённом плане управления изменениями (predetermined change control plan). Суть механизма состоит в том, что заявитель заранее, в составе заявки на допуск, описывает планируемые модификации устройства, методологию их разработки, валидации и внедрения, а также оценку влияния модификаций; после авторизации плана предусмотренные им изменения, включая переобучение модели, внедряются без новой заявки.

Различие между двумя подходами носит концептуальный характер. Американская модель согласовывает с регулятором траекторию изменений и тем самым признаёт, что обучаемость есть неотъемлемое свойство продукта. Российская модель согласовывает состояние и допускает лишь версионирование, не затрагивающее назначения и принципа действия. Формального аналога предварительно определённого плана управления изменениями российское законодательство не предусматривает.

Функциональным, но не юридическим заменителем выступает ГОСТ Р 59921.3-2021 «Системы искусственного интеллекта в клинической медицине. Часть 3. Управление изменениями в системах искусственного интеллекта с непрерывным обучением» — стандарт, концептуально близкий к американскому механизму, однако добровольный и не встроенный в регистрационную процедуру в качестве обязательного.

Отсюда следует вывод, который мы формулируем как результат системного толкования, а не как прямое указание нормы: непрерывное обучение системы в процессе эксплуатации в рамках зарегистрированного изделия российским регулированием фактически не поддержано. Прямого письменного запрета регулятора обнаружить не удалось; вывод основан на соотношении пункта 5 Правил с условиями упрощённого трека.

3.5. Обязательная телеметрия: российская регуляторная новация

Компенсирующим механизмом, введённым российским регулятором, является обязательная автоматическая передача данных о работе системы в информационную систему надзорного органа. Порядок такой передачи утверждён приказом Росздравнадзора от 21 июля 2025 г. № 4472 и актуализирован приказом Росздравнадзора от 10 февраля 2026 г. № 123, вступившим в силу 8 мая 2026 года. В систему передаются наименование и регистрационный номер изделия, сфера применения, число проведённых исследований, результаты работы искусственного интеллекта.

Этот механизм заслуживает быть отмеченным как самостоятельная новация. Он смещает акцент регулирования с предварительного контроля на непрерывный пострегистрационный мониторинг и создаёт у надзорного органа массив данных о фактической работе систем в клинической практике — ресурс, аналогов которому в исследованных юрисдикциях обнаружить не удалось. Одновременно телеметрия выступает условием доступа к упрощённому треку изменений, то есть регулятор обменивает процедурное послабление на прозрачность эксплуатации.

Дополнительно для изделий третьего класса риска предусмотрен клинический мониторинг в течение трёх лет после регистрации; план мониторинга включается в регистрационное досье, отчёт направляется в Росздравнадзор ежегодно.

3.6. Статистика и разрыв между экспериментом и регистрацией

По заявлению руководителя Росздравнадзора, сделанному 18 августа 2026 года, в Российской Федерации зарегистрировано 59 отечественных медицинских решений с технологиями искусственного интеллекта. Независимый отраслевой мониторинг, ведущийся с 2020 года, фиксирует по состоянию на начало августа 2026 года 59 медицинских изделий с ИИ, обладающих действующим регистрационным удостоверением, из которых 54 российских и 5 зарубежных. Распределение по годам выдачи действующих удостоверений демонстрирует ускорение: 3 в 2020 году, 10 в 2021, 7 в 2022, 5 в 2023, 14 в 2024, 13 в 2025 и 7 за семь месяцев 2026 года. Первое регистрационное удостоверение на медицинское изделие с ИИ выдано в апреле 2020 года.

Существенным фактором спроса выступает административное обязательство: с 2023 года в рамках федерального проекта по созданию единого цифрового контура в здравоохранении субъекты Российской Федерации обязаны закупать медицинские изделия с искусственным интеллектом — не менее одного на субъект в 2023 году и не менее трёх в 2024 году.

Наиболее показательным наблюдением этого раздела является, однако, разрыв между числом зарегистрированных изделий и числом систем, прошедших апробацию. Московский эксперимент по использованию инновационных технологий в области компьютерного зрения для анализа медицинских изображений, начатый постановлением Правительства Москвы от 21 ноября 2019 г. № 1543-ПП [13], за шесть лет охватил, по данным городских органов власти, более двухсот сервисов искусственного интеллекта; в настоящее время московским врачам доступно порядка семидесяти решений более чем по сорока пяти клиническим направлениям. Платформа, открытая для регионов, подключила свыше двух тысяч медицинских организаций из семидесяти пяти субъектов Российской Федерации; по состоянию на июль 2026 года обработано более шестнадцати миллионов исследований.

Сопоставление величин — более двухсот сервисов, прошедших эксперимент, против пятидесяти девяти зарегистрированных изделий — указывает на то, что регистрация не является узким горлышком в смысле длительности процедуры, но является барьером в смысле совокупных издержек: испытаний, инспектирования производства, поддержания системы менеджмента качества и пострегистрационного мониторинга. Основная масса решений остаётся в режиме эксперимента и не переходит в режим обращения медицинских изделий.

Клинические результаты эксперимента фиксируются публично; в частности, в мае 2026 года опубликованы данные о росте выявляемости рака молочной железы в Москве при использовании искусственного интеллекта.

3.7. Ответственность: врач как единственный адресат

Специального режима ответственности за вред, причинённый при применении систем поддержки принятия врачебных решений, российское право не устанавливает. Применяются общие конструкции: статьи 1064, 1068, 1095–1098 Гражданского кодекса Российской Федерации, статья 98 Федерального закона № 323-ФЗ, законодательство о защите прав потребителей при оказании платных услуг.

Доминирующая позиция, сформулированная на профессиональных площадках 2026 года с участием представителей регулятора, состоит в том, что при использовании искусственного интеллекта для диагностики ответственность за последствия несёт врач, поскольку окончательное решение принимает он. Единого мнения при этом не выработано, и необходимость законодательного регулирования признана участниками обсуждения.

Юридическая конструкция здесь такова: система поддержки принятия врачебных решений квалифицируется как вспомогательный инструмент, рекомендация системы не заменяет решения врача, вследствие чего неблагоприятный исход квалифицируется как обычный дефект оказания медицинской помощи. Ответственность разработчика возникает во вторую очередь — как ответственность производителя медицинского изделия за недостатки товара либо в порядке регресса по договору с медицинской организацией. Практики предъявления таких регрессных требований обнаружить не удалось.

Существенным для оценки этой конструкции является соотношение рекомендации системы с клиническими рекомендациями. Согласно статье 37 Федерального закона № 323-ФЗ, медицинская помощь организуется и оказывается на основе клинических рекомендаций; переход медицинских организаций на оказание помощи на основе клинических рекомендаций должен был завершиться не позднее 1 января 2025 года. Порядок применения клинических рекомендаций утверждён приказом Министерства здравоохранения Российской Федерации от 27 октября 2025 г. № 642н. Критерии оценки качества медицинской помощи установлены приказом Министерства здравоохранения Российской Федерации от 10 мая 2017 г. № 203н; специальных критериев, посвящённых применению искусственного интеллекта, в нём не обнаружено.

Из этого следует практический вывод: рекомендация системы искусственного интеллекта, расходящаяся с клиническими рекомендациями, не оправдывает отступления от последних; следование рекомендации системы вопреки клиническим рекомендациям образует самостоятельный дефект оказания помощи. Обратная ситуация — врач проигнорировал корректное указание системы — оценивается по общим правилам, поскольку система поддержки принятия врачебных решений не имеет статуса обязательного источника.

Судебная практика по спорам о причинении вреда здоровью вследствие работы систем поддержки принятия врачебных решений в открытых источниках не обнаружена. Это отрицательный результат, который мы фиксируем как самостоятельное наблюдение. Отметим при этом, что в мае 2026 года Верховным Судом Российской Федерации инициировано первое обобщение судебной практики по делам, связанным с использованием искусственного интеллекта, — что можно рассматривать как признак приближающегося формирования практики.

Отдельного упоминания заслуживает состояние страхования. Обязательное страхование профессиональной ответственности медицинских работников в Российской Федерации отсутствует; по данным профессионального объединения, на октябрь 2025 года страхование профессиональных рисков имели немногим более тридцати двух тысяч врачей. Специальных страховых продуктов, покрывающих риски применения систем искусственного интеллекта, обнаружить не удалось. Заслуживает внимания, что единственная прямая норма российского права о страховании ответственности за вред от применения ИИ содержится в рекомендуемом образце программы экспериментального правового режима на финансовом рынке, утверждённом Банком России, и в пункте 5 статьи 7 Федерального закона № 243-ФЗ, предусматривающем право разработчика модели со статусом застраховать соответствующие имущественные интересы.

3.8. Данные: врачебная тайна как структурный барьер

Статья 13 Федерального закона № 323-ФЗ устанавливает режим врачебной тайны: сведения о факте обращения за медицинской помощью, состоянии здоровья и диагнозе составляют охраняемую тайну, их разглашение допускается с письменного согласия гражданина либо в закрытом перечне случаев.

Обучение моделей искусственного интеллекта в этом перечне отсутствует. Обезличенные данные формально выпадают из режима врачебной тайны, однако критерии достаточности обезличивания применительно к медицинским данным нормативно не определены, а специфика медицинской информации — изображения, редкие диагнозы, сочетания признаков — создаёт риск реидентификации, не учитываемый общими правилами.

Федеральный закон № 233-ФЗ, урегулировавший оборот обезличенных персональных данных, к специальным категориям персональных данных, к которым относятся данные о состоянии здоровья, применяется без специальных изъятий; соотношение введённого им механизма с режимом врачебной тайны законодателем прямо не разрешено. Это одна из наиболее очевидных коллизий действующего регулирования.

Дискуссия о доступе к обезличенным медицинским данным ведётся с 2020 года. Предложения об использовании обезличенных сведений из федеральной интегрированной электронной медицинской карты для обучения систем поддержки принятия врачебных решений выдвигались Министерством здравоохранения; в 2022 году обсуждалась возможность использования обезличенных медицинских данных без согласия пациента; в 2025 году регуляторами прорабатывался экспериментальный правовой режим по использованию обезличенных медицинских данных без согласия пациентов на всей территории Российской Федерации сроком на три года. Реквизиты фактически установленного режима обнаружить не удалось. Параллельно вносились инициативы противоположной направленности — о запрете доступа к медицинским данным без согласия пациента.

Состояние этого вопроса точно характеризуется как публично зафиксированный конфликт позиций между регуляторами и экспертным сообществом, не разрешённый нормативно.

3.9. Телемедицина и оплата

Федеральный закон от 29 июля 2017 г. № 242-ФЗ ввёл в законодательство об охране здоровья понятие телемедицинских технологий, установив при этом ограничение: при дистанционном взаимодействии врач не вправе установить диагноз и назначить лечение при первичном обращении.

Постановлением Правительства Российской Федерации от 18 июля 2023 г. № 1164 установлен экспериментальный правовой режим по направлению медицинской деятельности, в том числе с применением телемедицинских технологий, на всей территории Российской Федерации сроком на три года с 1 августа 2023 года. Режим допускает продолжение лечения дистанционно другим врачом той же медицинской организации со стажем не менее семи лет по заболеванию, диагноз которого установлен на очном приёме, с возможностью коррекции лечения. Запрет на постановку диагноза при первичном дистанционном обращении режим не снимает. По отчётным данным, телемедицинскими консультациями в рамках режима в 2023–2024 годах воспользовались свыше пятидесяти одной тысячи человек. Акта о продлении режима после 1 августа 2026 года обнаружить не удалось; данное обстоятельство требует отдельного установления.

Вопрос оплаты применения искусственного интеллекта в системе обязательного медицинского страхования разрешён лишь фрагментарно. Москва стала первым регионом, где с 1 января 2023 года применение ИИ оплачивается из средств обязательного медицинского страхования: в тарифное соглашение включена услуга описания и интерпретации данных маммографического исследования с использованием искусственного интеллекта с тарифом 239 рублей. В Ленинградской области тарифы на медицинские услуги с применением систем поддержки принятия врачебных решений при оказании амбулаторной помощи введены с 1 июля 2026 года. Единого федерального способа оплаты услуг с применением искусственного интеллекта в базовой программе обязательного медицинского страхования обнаружить не удалось; регулирование остаётся на уровне региональных тарифных соглашений.

Это обстоятельство имеет прямые правовые последствия. При отсутствии тарифа применение системы искусственного интеллекта не порождает права медицинской организации на возмещение, что превращает внедрение из экономически мотивированного решения в затратное. Экономический механизм, таким образом, не поддерживает регуляторную конструкцию: государство обязывает регионы закупать изделия с ИИ, но не обеспечивает системного механизма оплаты их применения.

3.10. Промежуточный вывод по разделу

Регулирование искусственного интеллекта в здравоохранении представляет собой наиболее развитый из трёх исследованных контуров. Оно обладает всеми признаками режима допуска на рынок: предварительная государственная регистрация, испытания, инспектирование производства, презумпция максимального риска, пострегистрационный мониторинг, обязательная телеметрия.

Вместе с тем контур обнаруживает три структурных дефекта. Первый: регуляторная модель предполагает статический продукт и лишь ограниченно допускает обучаемость, что расходится с природой технологии. Второй: ответственность полностью замкнута на врача, тогда как содержательный контроль над качеством системы находится у разработчика, — конструкция, устойчивость которой при появлении судебной практики вызывает обоснованные сомнения. Третий: доступ к данным, необходимым для обучения и валидации моделей, не урегулирован, а действующий режим врачебной тайны и механизм обезличивания находятся в неразрешённом соотношении.

4.1. Технологическая нейтральность как осознанная позиция регулятора

Финансовый рынок демонстрирует модель, противоположную медицинской. По состоянию на 18 августа 2026 года в Российской Федерации отсутствует нормативный акт Банка России, прямо и специально регулирующий применение искусственного интеллекта. Это не пробел, а последовательно проводимая и публично заявленная позиция.

Банк России обращался к теме дважды. Доклад для общественных консультаций «Применение искусственного интеллекта на финансовом рынке» опубликован 3 ноября 2023 года; в нём прямо указано, что в настоящий момент отсутствует необходимость в оперативной разработке специальных правил использования систем искусственного интеллекта финансовыми организациями. Отчёт об итогах публичного обсуждения опубликован 22 мая 2024 года. Второй доклад — «Применение искусственного интеллекта на финансовом рынке: текущий статус и условия дальнейшего развития» — опубликован 20 ноября 2025 года; итоги его обсуждения подведены в мае 2026 года. Доклад 2025 года основан на опросе финансовых организаций, по результатам которого каждая пятая организация финансового рынка уже применяет искусственный интеллект, а ещё около трети планируют внедрение в течение трёх лет.

Формула, которой регулятор придерживается по итогам обсуждения, состоит в сочетании мягкого регулирования и создания доверенных платформ для обмена данными при сохранении технологически нейтрального подхода. Ключевыми условиями развития названы доверие к технологии и доступность данных.

Технологическая нейтральность в данном случае означает конкретное юридическое решение: алгоритм регулируется не как технология, а как источник риска. Модель машинного обучения подпадает под те же требования, что и любая иная модель количественной оценки риска, — и это принципиально отличает финансовый контур от медицинского, где регулирование привязано именно к факту применения технологии.

4.2. Инструменты мягкого права

Практическое регулирование осуществляется через акты, не создающие обязанностей.

Информационным письмом Банка России от 9 июля 2025 г. № ИН-016-13/91 доведён Кодекс этики в сфере разработки и применения искусственного интеллекта на финансовом рынке [14]. Кодекс носит рекомендательный характер и строится на пяти принципах: человекоцентричность, справедливость, прозрачность, безопасность, ответственное управление рисками. Практически наиболее значимы две рекомендации: предоставлять клиенту возможность пересмотра решения, принятого с применением искусственного интеллекта, сотрудником организации, и предоставлять возможность отказаться от взаимодействия с искусственным интеллектом в пользу общения с человеком. По данным регулятора, свыше восьмидесяти процентов организаций, применяющих ИИ на постоянной основе, уже обеспечивают такую возможность.

Обратим внимание на существенное обстоятельство: право на человеческий пересмотр автоматизированного решения, отсутствующее в российском законодательстве (оно, как отмечено выше, было исключено из проекта Федерального закона № 243-ФЗ), реализовано в отраслевом акте мягкого права — и, судя по данным опроса, фактически соблюдается. Это иллюстрация того, как в отрасли с концентрированным составом участников и активным надзором мягкое право выполняет функцию, которую в иных правопорядках выполняет закон.

Методическими рекомендациями Банка России от 16 июня 2026 г. № 3-МР по обеспечению информационной безопасности при разработке и применении искусственного интеллекта на финансовом рынке [4] впервые систематизированы риски и тактики атак на системы искусственного интеллекта, а также меры защиты. Документ адресован кредитным организациям, филиалам иностранных банков и некредитным финансовым организациям. Ключевые положения: при применении искусственного интеллекта в критически важных процессах с высокими рисками информационной безопасности, в частности в платёжных операциях, рекомендуется подтверждение операции сотрудником; рекомендуется разработка собственной модели угроз безопасности системы искусственного интеллекта; при эксплуатации предписываются фильтрация аномалий во входных и выходных данных, регистрация и контроль пар «запрос — ответ», ограничение частоты и объёма запросов, детектирование дрейфа модели, учёт компонентов с открытым исходным кодом.

Единственным нормативным актом Банка России, в тексте которого искусственный интеллект упоминается напрямую, является указание от 30 июня 2025 г. № 7121-У о порядке ведения субъектом экспериментального правового режима реестра результатов интеллектуальной деятельности, создаваемых в том числе с применением технологий искусственного интеллекта.

4.3. Модельный риск: регулирование через качество, а не через технологию

Пруденциальный контур образован двумя актами.

Указание Банка России от 15 апреля 2015 г. № 3624-У устанавливает требования к системе управления рисками и капиталом кредитной организации и банковской группы, включая внутренние процедуры оценки достаточности капитала. Оценка качества моделей количественной оценки рисков — валидация — организуется как самостоятельная функция; служба внутреннего аудита оценивает эффективность валидации, проводимой подразделением второй линии защиты. Модельный риск в указании не поименован как «риск искусственного интеллекта»: модель машинного обучения подпадает под те же требования, что и любая иная модель.

Положение Банка России от 6 августа 2015 г. № 483-П регулирует расчёт величины кредитного риска на основе внутренних рейтингов и содержит требования к качеству данных, используемых для создания и применения моделей количественной оценки кредитного риска, к рейтинговым системам, к внутренней валидации и корпоративному управлению. Переход системно значимых кредитных организаций на подход внутренних рейтингов предусмотрен к 2030 году; переход возможен только после проверки моделей регулятором, то есть в разрешительном порядке.

Практическая позиция регулятора, публично изложенная представителями Банка России в июле 2026 года, состоит в том, что регрессия рассматривается как отраслевой стандарт для пруденциальных целей ввиду её простоты, интерпретируемости и понятности как для регулятора, так и для банков; расширение таксономии моделей признано преждевременным. В отношении генеративного искусственного интеллекта заявлена последовательность: мониторинг, при необходимости — методические рекомендации, и лишь затем, если управление рисками окажется неудовлетворительным, — обязательные требования.

Здесь обнаруживается механизм, заслуживающий отдельного отражения: требование интерпретируемости возникает не как право клиента, а как условие принятия модели регулятором. Объяснимость модели в российском финансовом регулировании является пруденциальной категорией, а не категорией защиты прав потребителя. Практическим следствием становится ограничение сложности моделей в тех сегментах, где действует пруденциальный надзор, при отсутствии аналогичного ограничения там, где он не действует.

Отметим также поднятый регулятором в 2026 году тезис о системном риске: использование множеством банков одних и тех же внешних платформ искусственного интеллекта создаёт риск для финансовой стабильности, поскольку сбой или изменение параметров у поставщика способны вызвать одновременную реакцию множества участников рынка. Этот тезис расширяет предмет регулирования от отдельной организации к архитектуре рынка в целом и на данный момент не обеспечен инструментарием.

4.4. Кредитный скоринг: коллизия, не замечаемая законодателем

Наиболее содержательная правовая проблема финансового контура состоит в соотношении двух норм.

С одной стороны, статья 16 Федерального закона № 152-ФЗ запрещает принятие решений, порождающих юридические последствия, исключительно на основании автоматизированной обработки персональных данных, обязывает разъяснить порядок принятия решения и предоставляет право заявить возражение.

С другой стороны, часть 5 статьи 7 Федерального закона от 21 декабря 2013 г. № 353-ФЗ «О потребительском кредите (займе)» [15] устанавливает, что кредитор может отказать заёмщику в заключении договора потребительского кредита без объяснения причин, если федеральными законами не предусмотрена обязанность кредитора мотивировать отказ.

Это обстоятельство требует акцента, поскольку в литературе нередко воспроизводится противоположное утверждение. Общей обязанности мотивировать отказ в предоставлении потребительского кредита российское законодательство не устанавливает; норма закрепляет прямо противоположное правило. Следовательно, в наиболее массовом сегменте автоматизированного принятия решений, затрагивающих граждан, российское право не требует объяснения отказа.

Коллизия усугубляется тем, что Банк России публично признаёт: кредитный скоринг многие годы в значительной степени основан на технологиях искусственного интеллекта, и решение о выдаче кредита часто принимается без участия человека. Таким образом, конструкция статьи 16 Закона о персональных данных, формально сильная, в кредитовании нейтрализуется двумя механизмами: получением письменного согласия в составе стандартной формы заявления, вследствие чего исключение поглощает правило, и формальным наличием участка ручного контроля, вследствие чего решение перестаёт считаться принятым исключительно автоматизированно.

Частичным противовесом выступают два института. Первый — индивидуальный рейтинг субъекта кредитной истории, рассчитываемый бюро кредитных историй по единой методике Банка России и предоставляемый субъекту по его требованию. Это ближайший российский аналог права на объяснение алгоритмической оценки, однако рейтинг бюро не тождествен внутреннему скоринговому баллу банка, и обязанности раскрывать собственную модель у кредитора не возникает. Второй — показатель долговой нагрузки, порядок расчёта которого установлен указанием Банка России от 16 октября 2023 г. № 6579-У. Показатель представляет собой жёстко формализованный расчёт, предписанный регулятором, и тем самым ограничивает пространство для непрозрачных решений: какой бы моделью банк ни пользовался, макропруденциальные надбавки исчисляются по нормативной методике.

К этому следует добавить механизмы, введённые в 2024–2025 годах и защищающие заёмщика не через объяснимость, а через процедуру: самозапрет на заключение кредитных договоров, действующий с 1 марта 2025 года, и «период охлаждения» между подписанием договора и зачислением средств, действующий с 1 сентября 2025 года — четыре часа для сумм от пятидесяти до двухсот тысяч рублей и сорок восемь часов для сумм свыше двухсот тысяч.

Российский законодатель, таким образом, решает проблему автоматизированного кредитного решения не через право на объяснение, а через введение процедурных пауз и опций отказа. Это самостоятельная регуляторная стратегия, и её эффективность применительно к целям, которые в иных правопорядках достигаются требованием объяснимости, представляет собой открытый исследовательский вопрос.

4.5. Платформа «Знай своего клиента»: образцовая модель алгоритмического решения

Наиболее развитым в российском праве примером алгоритмического решения, влекущего прямые правовые последствия, является платформа «Знай своего клиента», введённая Федеральным законом от 21 декабря 2021 г. № 423-ФЗ и применяемая с 1 июля 2022 года.

Согласно статье 9.1 Федерального закона от 7 августа 2001 г. № 115-ФЗ [16], Банк России относит каждое юридическое лицо и индивидуального предпринимателя, зарегистрированных в Российской Федерации, к одной из трёх групп риска совершения подозрительных операций — низкой, средней или высокой. Статья 7.7 предусматривает меры, применяемые к клиентам высокой степени риска, включая ограничение операций по списанию и отказ в дистанционном обслуживании; ограничения применяются лишь при совпадении оценки банка и оценки Банка России.

Принципиально важна статья 7.8, устанавливающая процедуру пересмотра высокой степени риска. Механизм двухступенчатый: заявление в Банк России в порядке, установленном указанием от 23 сентября 2024 г. № 6853-У, действующим с 8 октября 2024 года, и обращение в межведомственную комиссию при Банке России, подаваемое в течение шести месяцев со дня получения информации об отнесении к группе высокого риска. Обращения рассматриваются с участием Федеральной таможенной службы и Уполномоченного при Президенте Российской Федерации по защите прав предпринимателей. При решении о понижении категории Банк России обязан внести изменения в течение одного рабочего дня. Решения могут быть оспорены в судебном порядке.

Значение этой конструкции для настоящего исследования выходит далеко за рамки противодействия отмыванию доходов. Платформа «Знай своего клиента» представляет собой единственный в российском праве полностью выстроенный пример, в котором сочетаются три элемента: централизованное алгоритмическое присвоение статуса органом власти; прямые правовые последствия такого присвоения, вплоть до фактической невозможности вести хозяйственную деятельность; и специальная процедура оспаривания с определёнными сроками и коллегиальным органом рассмотрения.

Мы полагаем, что именно эта модель, а не заимствованные конструкции, является естественным прототипом для будущих процедур обжалования решений, принятых с применением искусственного интеллекта, в иных сферах. Она разработана в российском правовом контексте, апробирована, встроена в существующую систему органов и не требует концептуальных заимствований.

Публичной статистики о числе лиц, отнесённых к группе высокого риска, и о доле удовлетворённых обращений обнаружить не удалось; сформированной практики Верховного Суда Российской Федерации по оспариванию отнесения к группе риска также не выявлено.

4.6. Антифрод: алгоритмическое решение без процедуры оспаривания

Противоположный по качеству пример дают меры противодействия мошенничеству.

Федеральный закон от 24 июля 2023 г. № 369-ФЗ, вступивший в силу 25 июля 2024 года, ввёл базу данных Банка России о случаях и попытках осуществления переводов денежных средств без добровольного согласия клиента, обязанность оператора приостановить перевод при наличии реквизитов получателя в базе, обязанность приостановить использование электронного средства платежа и обязанность возместить клиенту сумму при нарушении установленного порядка. Перечень признаков перевода без добровольного согласия включает данные антифрод-систем самой кредитной организации. Это первый случай в российском праве, когда результат работы автоматизированной системы получил прямое правовое последствие.

Федеральный закон от 26 июня 2026 г. № 210-ФЗ [17], вступающий в силу поэтапно с 1 сентября 2026 года по 1 января 2028 года, существенно расширил конструкцию. Наиболее значимо для целей настоящего доклада возложение на пользователей государственной информационной системы противодействия правонарушениям, включая кредитные организации, обязанности самостоятельно выявлять признаки противоправных действий и передавать соответствующие сведения. Это фактически означает нормативное принуждение к использованию автоматизированных систем выявления: исполнить обязанность выявления в объёмах современного платёжного оборота иными средствами невозможно.

Закон вводит также обязанность отказать в проведении операции при выявлении воздействия вредоносного программного обеспечения, шестичасовую паузу при подтверждении клиентом распоряжения, ограничение числа платёжных карт на клиента и — что заслуживает отдельного отражения — дифференцированные сроки хранения сведений в базе данных Банка России: один год при первичном включении и три года при повторном, сто восемьдесят дней для абонентских номеров, с возможностью досрочного исключения при прекращении уголовного преследования. Это первая в российском праве нормативно закреплённая процедура выбытия из перечня, формируемого автоматизированной системой.

Вместе с тем специальной процедуры обжалования самого факта включения сведений в базу данных — аналогичной той, что предусмотрена статьёй 7.8 Закона № 115-ФЗ для платформы «Знай своего клиента», — закон не устанавливает. Возникает конструкция, при которой автоматизированное решение влечёт немедленные и весьма чувствительные последствия — приостановление операций, отказ в обслуживании, блокировку средства платежа, — при отсутствии специализированного порядка его оспаривания. Доступным остаётся общий судебный порядок.

Сопоставление двух конструкций внутри одной отрасли — «Знай своего клиента» с развитой процедурой оспаривания и антифрод-контура без таковой — показывает, что наличие процессуальных гарантий при алгоритмическом решении в российском праве не является следствием общего принципа, а зависит от того, счёл ли законодатель нужным предусмотреть их в конкретном законе.

4.7. Ответственность и промежуточный вывод

Официальная позиция Банка России состоит в том, что применение искусственного интеллекта не освобождает финансовую организацию от ответственности за нарушение прав клиента, и клиент вправе использовать все доступные способы защиты, включая обращение с жалобой в Банк России или в суд. Юридическая конструкция — общая ответственность по модели «искусственный интеллект как инструмент оператора»: статьи 15, 393, 1064 Гражданского кодекса, законодательство о защите прав потребителей, статья 16 Закона о персональных данных, специальные основания возмещения в антифрод-контуре. Ответственность оператора сохраняется и в случае, когда используется модель стороннего поставщика: требование предъявляется организации, через сервис которой получена услуга.

Опубликованной практики финансового уполномоченного по спорам об автоматизированном отказе в кредите обнаружить не удалось, что объясняется, по всей вероятности, тем, что спор об отказе в заключении договора не относится к имущественным требованиям к финансовой организации по действующему договору. Судебной практики по статье 16 Закона о персональных данных применительно к банковскому скорингу в открытых источниках также не обнаружено.

Промежуточный вывод по разделу таков. Финансовый контур обеспечивает высокий уровень контроля качества моделей — но контроль этот пруденциальный, направленный на устойчивость организации и системы, а не на защиту прав конкретного клиента. Права клиента обеспечиваются мягким правом и процедурными механизмами, не связанными с объяснимостью. Отрасль при этом дала российскому праву единственный работающий образец процедуры оспаривания алгоритмического решения — и тут же, в соседнем институте, продемонстрировала, что этот образец не воспроизводится автоматически.

5.1. Молчание отраслевого закона

Федеральный закон от 29 декабря 2012 г. № 273-ФЗ «Об образовании в Российской Федерации» [18] не содержит ни определения искусственного интеллекта, ни упоминания соответствующих технологий. Поправок, вводящих такие нормы, за период 2025–2026 годов не принято. Это первое и главное наблюдение раздела: отраслевой закон, регулирующий сферу, в которой генеративные модели за три года изменили саму практику выполнения учебных работ, о технологии молчит.

Ближайшей применимой нормой является статья 16, регулирующая реализацию образовательных программ с применением электронного обучения и дистанционных образовательных технологий. Она содержит определения электронного обучения и дистанционных образовательных технологий, требование о создании электронной информационно-образовательной среды и — в части 3.1 — обязанность использовать государственные информационные системы и многофункциональный сервис обмена информацией при обработке персональных данных обучающихся в рамках таких программ.

Подзаконный уровень образован Правилами применения организациями, осуществляющими образовательную деятельность, электронного обучения, дистанционных образовательных технологий при реализации образовательных программ, утверждёнными постановлением Правительства Российской Федерации от 11 октября 2023 г. № 1678 [19], действующими с 1 сентября 2024 года по 1 сентября 2029 года. Термин «искусственный интеллект» в Правилах отсутствует; они оперируют понятиями цифрового образовательного контента и цифровых образовательных сервисов. Единственная норма, через которую образовательная организация получает основание регулировать применение ИИ, — положение о том, что организация самостоятельно определяет необходимость и ограничения по применению цифровых образовательных сервисов и цифрового образовательного контента.

Приказов федеральных органов исполнительной власти, посвящённых применению искусственного интеллекта в образовании, обнаружить не удалось. Существуют методические рекомендации, не являющиеся нормативными правовыми актами.

5.2. Прокторинг: единственная прямая норма

Исключением из общей картины является регулирование идентификации обучающихся и прокторинга, введённое в Правила № 1678 постановлением Правительства Российской Федерации от 6 мая 2026 г. № 517, действующим с 15 мая 2026 года. Это единственный акт российского права, прямо регулирующий автоматизированный контроль в образовании.

Правила предусматривают, что при проведении промежуточной, текущей и итоговой аттестации по программам высшего, среднего профессионального и дополнительного профессионального образования с использованием дистанционных образовательных технологий организации вправе осуществлять идентификацию и аутентификацию обучающихся с использованием единой системы идентификации и аутентификации и единой биометрической системы. Вводится легальное определение сервиса прокторинга как организации, предоставляющей сервис контроля условий проведения аттестации в целях фиксации нарушений; такая организация получает фамилию, имя, отчество, идентификатор учётной записи и страховой номер индивидуального лицевого счёта обучающегося.

Отдельного внимания заслуживает норма о биометрических данных несовершеннолетних: обработка биометрических персональных данных обучающегося с использованием единой биометрической системы допускается с согласия обучающегося либо с согласия родителя или законного представителя, если обучающийся не достиг совершеннолетия, при условии завершения регистрации в единой системе идентификации и аутентификации и размещения биометрических данных в единой биометрической системе. Данное положение следует читать в системной связи с Федеральным законом от 29 декабря 2022 г. № 572-ФЗ [20], который с 1 июня 2023 года запретил хранение биометрических образцов лица и голоса в собственных системах организаций, допустив их размещение только в единой биометрической системе.

Способ идентификации, порядок использования сервиса прокторинга и перечень ответственных лиц определяются локальными нормативными актами образовательной организации и подлежат публикации в открытом доступе. Программное обеспечение прокторинга должно входить в единый реестр российского программного обеспечения.

Существенно, что в норме об идентификации при аттестации общее образование не поименовано. Нормативной базы для автоматической биометрической идентификации школьников при проведении государственной итоговой аттестации обнаружить не удалось.

5.3. Искусственный интеллект как инструмент надзора

Показательный сюжет, отличающий образование от двух других отраслей: здесь искусственный интеллект применяется не только поднадзорными субъектами, но и самим надзорным органом.

Рособрнадзор применяет технологии машинного зрения для выявления нарушений при проведении единого государственного экзамена с 2020 года. Динамика результативности: двадцать одно выявленное нарушение в 2020 году, сто тридцать семь в 2021 году, восемьсот три метки в 2025 году, что составило свыше девяноста процентов всех удалений. В 2026 году искусственная нейронная сеть выявила 3 068 нарушений по категориям «Шпаргалки», «Средства связи», «Вынос контрольных измерительных материалов», из которых 2 037 одобрено модераторами.

Организационная конструкция, применённая надзорным органом, заслуживает быть отмеченной: каждая метка, сформированная нейронной сетью, обрабатывается человеком-модератором, и решение об удалении принимает человек. Это фактически реализованная модель «человек в контуре», обеспечивающая соответствие требованиям статьи 16 Закона о персональных данных, поскольку удаление с экзамена, безусловно, порождает юридические последствия. Отметим, что модель реализована организационно, без нормативного предписания.

В 2026 году впервые зафиксирована организованная попытка использования искусственного интеллекта участниками экзамена: разработанное приложение применялось совместно с микронаушниками, соответствующие работы аннулированы. Единых федеральных правил использования искусственного интеллекта при проведении государственной итоговой аттестации при этом не установлено — работы аннулируются на основании общих норм о нарушении порядка проведения аттестации.

5.4. Академическая честность: саморегулирование как единственный ответ

Сюжет с выпускной квалификационной работой, подготовленной с использованием генеративной модели и защищённой в 2023 году, стал в России публичной точкой отсчёта дискуссии. Диплом сохранён, санкций не последовало, федеральных правил принято не было.

Ответом системы стало саморегулирование. По данным исследования, опубликованного в июне 2026 года и представляющего собой первую системную выборку локальных актов, в мире выявлено восемьдесят восемь регламентов образовательных организаций, посвящённых использованию искусственного интеллекта, из которых тридцать четыре приняты в России. Динамика принятия в России: три документа в 2023 году, девять в 2024, двенадцать в 2025 и восемь за неполный 2026 год. Первый российский регламент принят в июне 2023 года.

Доминирующая модель — гибкая: искусственный интеллект признаётся вспомогательным инструментом, ответственность за результат остаётся на человеке. Лишь восемнадцать из восьмидесяти восьми регламентов прямо запрещают обработку данных через публичные сервисы искусственного интеллекта; лишь девять российских организаций называют конкретные инструменты.

Наиболее проработанной среди российских моделей представляется конструкция, построенная на обязательном декларировании: запрет на использование генеративных моделей не устанавливается, но обучающийся обязан задекларировать факт и характер их применения — какие части текста созданы с использованием модели, с какой целью, каким способом (полностью сгенерированный, отредактированный, авторский с использованием сгенерированного), с указанием наименования модели. Санкцией за незадекларированное использование выступает нулевая оценка за работу и дисциплинарное взыскание, а для выпускной квалификационной работы как части государственной итоговой аттестации — вплоть до отчисления. Преподаватель при этом вправе прямо запретить применение генеративных моделей, указав это в программе учебной дисциплины.

Эта конструкция интересна тем, что переносит центр тяжести с обнаружения на раскрытие. Она не требует технической детекции, надёжность которой применительно к генеративным моделям остаётся дискуссионной, а устанавливает обязанность раскрытия, нарушение которой само по себе образует состав дисциплинарного проступка. Позиция разработчиков систем проверки текстов на заимствования соответствует этому подходу: оценить труд человека может только человек, задача системы — обозначить рискованные фрагменты.

К осени 2026 года ожидается типовой локальный нормативный акт, разрабатываемый совместно ведущими университетами и разработчиками систем проверки. По имеющимся оценкам, регламенты приняты примерно в тридцати из более чем тысячи российских вузов, что означает: подавляющее большинство образовательных организаций к моменту завершения настоящего исследования формализованных правил не имеет.

На уровне научной аттестации изменений также не произошло: поправок в Положение о присуждении учёных степеней, касающихся искусственного интеллекта, не принято; изменений в национальный стандарт, устанавливающий требования к диссертации и автореферату, не выявлено. Публично высказано предложение ввести обязательное декларирование использования искусственного интеллекта для диссертаций и единые рекомендации, однако нормативной формы оно не получило.

5.5. Институциональный ответ: содержание образования вместо регулирования применения

Заслуживает отдельного отражения характер реакции федеральных органов управления образованием. Она сосредоточена не на регулировании применения искусственного интеллекта, а на изменении содержания образования.

В 2026 году Министерством просвещения создана рабочая группа по выработке рекомендаций по использованию искусственного интеллекта в образовании с представлением результатов до конца года; усилен блок изучения искусственного интеллекта в курсе информатики; с 1 сентября 2027 года навыки работы с технологиями искусственного интеллекта включаются в метапредметные результаты федерального государственного образовательного стандарта среднего общего образования. Министерством науки и высшего образования анонсированы два обязательных модуля по искусственному интеллекту в программах высшего образования — базовый и профессиональный, — с апробацией в семнадцати вузах и созданием федерального учебно-методического объединения.

Позиция надзорного органа, высказанная публично в июле 2026 года, состоит в том, что искусственный интеллект является наиболее серьёзным вызовом для системы образования всех уровней, однако запрет невозможен, отмена выпускных работ и домашних заданий недопустима, а решение состоит в изменении характера учебных заданий.

Единственная профильная законодательная инициатива, выявленная за исследуемый период, — направленный на отзыв в Правительство законопроект об обязанности образовательных организаций использовать только верифицированные государственные системы искусственного интеллекта и обеспечивать защиту персональных данных учащихся. Сведений о его внесении в Государственную Думу по состоянию на 18 августа 2026 года не обнаружено.

5.6. Пробелы отрасли

Совокупность выявленного позволяет зафиксировать следующие неурегулированные вопросы.

Ответственность за вред, причинённый ошибкой образовательного сервиса на базе искусственного интеллекта, специально не урегулирована. Применимы общие нормы главы 59 Гражданского кодекса об ответственности за вред вследствие недостатков услуги, законодательство о защите прав потребителей и норма Закона об образовании об ответственности образовательной организации за качество образования. Распределение ответственности между разработчиком модели, оператором платформы и образовательной организацией нормативно не определено.

Допустимость автоматического оценивания прямыми нормами не разрешена. Ближайшей применимой нормой остаётся статья 16 Закона о персональных данных: оценка, недопуск к аттестации, отчисление являются юридически значимыми последствиями, что создаёт правовой риск для полностью автоматических решений. Правила № 1678 требуют, чтобы электронная информационно-образовательная среда обеспечивала проведение оценки результатов обучения, не конкретизируя субъекта оценивания. При этом проработка применения искусственного интеллекта при проверке развёрнутых ответов участников единого государственного экзамена ведётся.

Не установлены возрастные ограничения на использование генеративных сервисов обучающимися; требования к безопасности образовательного контента, создаваемого с применением искусственного интеллекта, для несовершеннолетних; правила трансграничной передачи данных обучающихся в зарубежные сервисы, помимо общих норм о трансграничной передаче; правила использования диалоговых систем в качестве собеседника несовершеннолетнего.

5.7. Промежуточный вывод по разделу

Образование представляет собой случай, в котором технология проникла в отраслевую практику быстрее и глубже, чем в двух других отраслях, а нормативный ответ оказался наименее развитым. Регулирование фактически осуществляется тремя негосударственными или полугосударственными механизмами: локальными актами образовательных организаций, добровольными национальными стандартами и организационными решениями надзорного органа.

Такая конфигурация порождает специфический дефект — неравенство обучающихся. Одинаковые действия студента квалифицируются по-разному в зависимости от того, в каком вузе он обучается и принят ли в нём соответствующий локальный акт. Для сферы, где результатом является документ государственного образца, это состояние следует признать неудовлетворительным.

6.1. Сводное сопоставление

Проведённый анализ позволяет представить три отраслевых режима в единой системе координат.

Таблица 1. Сопоставление регуляторных режимов по ключевым параметрам

6.2. Три модели и логика их формирования

Сопоставление обнаруживает закономерность: тип регуляторного режима определяется не свойствами технологии, а конструкцией отраслевого регулирования, существовавшей до её появления.

Здравоохранение исторически построено вокруг института допуска продукции на рынок. Появление программного обеспечения с искусственным интеллектом было обработано отраслью через расширение уже имеющейся категории медицинского изделия. Регулятору не потребовалось создавать новый институт — потребовалось лишь определить, к какому классу риска отнести новый вид изделия, и решение было принято в пользу максимальной предосторожности.

Финансовый рынок исторически построен вокруг пруденциального надзора за качеством внутренних процедур поднадзорной организации. Появление моделей машинного обучения было обработано через существующую категорию модели количественной оценки риска. Регулятору вновь не потребовалось создавать новый институт; более того, он публично отказался от такого создания, признав достаточность существующих.

Образование исторически построено вокруг лицензирования организации и аккредитации программ, но не вокруг контроля инструментов, применяемых в учебном процессе. Категории, в которую можно было бы поместить генеративную модель, в отраслевом регулировании не оказалось — и ответ не был сформирован вовсе.

Данное наблюдение имеет прогностическое значение. Оно позволяет предположить, каким образом отреагируют на распространение искусственного интеллекта иные регулируемые отрасли: те, где существует институт допуска (транспорт, промышленная безопасность, энергетика), с высокой вероятностью пойдут по медицинскому пути; те, где существует надзор за процедурами (страхование, аудит), — по финансовому; те, где отсутствует и то и другое, останутся в состоянии вакуума до появления резонансного инцидента.

6.3. Асимметрия защиты затронутого лица

Наиболее существенный с точки зрения прав человека результат сопоставления состоит в следующем: объём процессуальных гарантий, предоставляемых лицу, затронутому решением с применением искусственного интеллекта, в российском праве не зависит от значимости последствий этого решения.

Предприниматель, отнесённый платформой «Знай своего клиента» к группе высокого риска, располагает специальной процедурой оспаривания с определёнными сроками и коллегиальным органом рассмотрения. Гражданин, которому автоматизированная система отказала в потребительском кредите, не имеет права на объяснение причин отказа в силу прямого указания закона. Клиент банка, чьи операции приостановлены на основании сведений антифрод-системы, не располагает специальной процедурой оспаривания включения сведений. Пациент, в отношении которого применена система поддержки принятия врачебных решений, как правило, не осведомлён о её применении, поскольку обязанность информирования не установлена. Обучающийся, чья работа оценена с применением автоматизированных средств, располагает лишь той процедурой, которую предусмотрел локальный акт его образовательной организации.

Эта асимметрия не является результатом сознательного взвешивания. Она есть следствие того, что процессуальные гарантии вводились каждым отраслевым законодателем изолированно, по поводу конкретной регуляторной задачи, без соотнесения с иными отраслями. Сквозного принципа, который устанавливал бы минимальный объём гарантий при принятии решения с применением автоматизированной обработки, российское право не содержит — притом что статья 16 Закона о персональных данных была задумана именно как такая норма и de jure ею является.

6.4. Что объединяет три отрасли

При всех различиях режимов обнаруживаются три общие черты.

Первая: во всех трёх отраслях ответственность возложена на организацию или специалиста, применяющих систему, а не на её разработчика. Врач, банк, образовательная организация. Разработчик несёт ответственность лишь опосредованно — как производитель товара с недостатками либо по договору. Стратегическая установка Указа № 490 о разграничении ответственности исходя из характера и степени причинённого вреда не реализована ни в одной из отраслей.

Вторая: во всех трёх отраслях фактическое поведение участников определяется в значительной мере актами, не создающими обязанностей, — этическими кодексами, национальными стандартами, методическими рекомендациями, локальными актами. Соотношение объёма мягкого права и объёма позитивного регулирования в этой предметной области, по-видимому, беспрецедентно для российской правовой системы.

Третья: во всех трёх отраслях судебная практика отсутствует. Это обстоятельство мы полагаем наиболее важным из общих и рассматриваем отдельно в разделе 8.

7.1. Европейский союз: сдвиг календаря

Регламент (ЕС) 2024/1689 об искусственном интеллекте вступил в силу 1 августа 2024 года и предусматривал поэтапное введение обязательств. К августу 2026 года ситуация, однако, существенно изменилась по сравнению с первоначальным планом.

Регламентом (ЕС) 2026/1744 от 8 июля 2026 года, известным как «Цифровой омнибус по искусственному интеллекту» и вступившим в силу 27 июля 2026 года [5], календарь применения был скорректирован. Обязательства главы III для автономных высокорисковых систем, перечисленных в Приложении III, перенесены с 2 августа 2026 года на 2 декабря 2027 года; обязательства для искусственного интеллекта, встроенного в регулируемые продукты, — с 2 августа 2027 года на 2 августа 2028 года; срок создания государствами-членами регуляторных песочниц — с 2 августа 2026 года на 2 августа 2027 года.

Отсрочка ограничена главой III. Запреты, установленные статьёй 5, действуют с 2 февраля 2025 года; обязательства для моделей общего назначения — с 2 августа 2025 года; обязательства прозрачности, включая уведомление о взаимодействии с искусственным интеллектом и маркировку синтетического контента, — с 2 августа 2026 года. Омнибусом расширен перечень запрещённых практик: в него включены генерация и манипулирование материалами о сексуальном насилии над детьми и создание несогласованного интимного контента с идентифицируемыми лицами.

Наблюдение, существенное для оценки положения России: сближение российского и европейского регуляторных календарей, которое можно констатировать на середину 2026 года, произошло не вследствие ускорения России, а вследствие замедления Европейского союза. Российский законодатель принял рамочный закон о поддержке в июле 2026 года; европейский законодатель в том же месяце отложил применение содержательных требований к высокорисковым системам более чем на год.

Для целей настоящего доклада наиболее существенны три положения европейского регламента. Кредитный скоринг физических лиц отнесён Приложением III к высокорисковым системам, за исключением систем выявления финансового мошенничества. Образование включено в Приложение III в объёме четырёх позиций: определение доступа и приёма; оценка результатов обучения, в том числе используемая для управления процессом обучения; оценка надлежащего уровня образования; мониторинг и выявление запрещённого поведения обучающихся во время тестов, то есть прокторинг. Медицинские изделия с искусственным интеллектом, подлежащие оценке соответствия с участием нотифицированного органа, признаются высокорисковыми в силу Приложения I; попытка вывести их из-под материальных требований, предпринятая в декабре 2025 года, при доработке Омнибуса была отклонена.

7.2. Китай: вертикальное регулирование по сценариям

Китайская модель принципиально отличается и от европейской, и от российской. Единого горизонтального закона об искусственном интеллекте не принято; вместо него действует последовательность вертикальных актов, каждый из которых регулирует определённый сценарий применения: положение об алгоритмических рекомендациях (2022), положение о глубоком синтезе (2023), временные меры по управлению услугами генеративного искусственного интеллекта (2023), меры по маркировке контента, созданного искусственным интеллектом (2025).

Основным инструментом допуска выступает предварительный филинг: публичные сервисы генеративного искусственного интеллекта подлежат регистрации в уполномоченном органе до запуска, а развёрнутые продукты обязаны раскрывать наименование модели и регистрационный номер. По накопительным данным на апрель 2026 года зарегистрировано 868 сервисов и 530 приложений и функций.

С 1 сентября 2025 года действует обязательная двухслойная маркировка контента: явная, видимая пользователю, и неявная, машиночитаемая, в метаданных файла; параметры установлены обязательным национальным стандартом — первым обязательным стандартом по искусственному интеллекту в Китае.

В 2026 году введены два новых режима, не имеющие аналогов в иных юрисдикциях. Временные меры по управлению антропоморфными интерактивными услугами искусственного интеллекта, действующие с 15 июля 2026 года, регулируют диалоговые системы, имитирующие человеческое общение: требуется прямое раскрытие того, что собеседником является искусственный интеллект, меры против формирования зависимости, согласие законного представителя для пользователей младше четырнадцати лет, обязательная оценка безопасности при достижении установленных порогов аудитории, механизмы кризисного вмешательства при признаках самоповреждения, запрет использования переписки для обучения моделей без явного согласия, напоминание после двух часов непрерывного использования. Мнения по имплементации в части нормативного применения интеллектуальных агентов, действующие с той же даты, вводят самостоятельную регуляторную категорию агентных систем с обязательным филингом и механизмом отзыва продукта для чувствительных отраслей, включая здравоохранение.

Для сопоставления с российским подходом существенно следующее: китайский регулятор реагирует на конкретные сценарии применения ранее, чем формируется общая рамка, тогда как российский законодатель сформировал общую рамку, не адресовав ни одного конкретного сценария.

7.3. Соединённые Штаты: дерегулирование при федеральном уровне и активность штатов

Федеральный уровень характеризуется отказом от регулирования как политикой. Исполнительный указ 2023 года о безопасной и заслуживающей доверия разработке искусственного интеллекта отменён исполнительным указом от 23 января 2025 года; в декабре 2025 года издан указ, направленный на устранение препятствий со стороны законодательства штатов, включая создание специализированной группы для оспаривания законов штатов в судебном порядке. Федерального закона об искусственном интеллекте не принято.

На уровне штатов наиболее показательна траектория Колорадо. Принятый в мае 2024 года закон о защите потребителей в сфере искусственного интеллекта — первый в США комплексный акт, оперировавший категориями высокорисковых систем и алгоритмической дискриминации, — не вступил в силу: срок его введения дважды переносился, а в мае 2026 года он был отменён и заменён законом о технологиях автоматизированного принятия решений, вступающим в силу 1 января 2027 года. Новый закон не использует терминов «искусственный интеллект» и «высокий риск», оперируя понятием технологии автоматизированного принятия решений, существенно влияющей на значимое решение в сферах образования, занятости, жилья, кредитования, страхования, здравоохранения и государственных пособий. Он предусматривает обязанность раскрытия при неблагоприятном исходе в течение тридцати дней, право потребителя на доступ к использованным данным, их исправление и на осмысленный человеческий пересмотр решения лицом, обладающим полномочием его отменить.

Для медицинского контура наиболее релевантен подход Управления по санитарному надзору за качеством пищевых продуктов и медикаментов, рассмотренный в разделе 3: специального закона нет, регулирование осуществляется в рамках существующих путей допуска, а проблема обучаемости решена институтом предварительно определённого плана управления изменениями.

7.4. Международные стандарты и Рамочная конвенция

Международная стандартизация представлена сертифицируемым стандартом ISO/IEC 42001:2023 «Информационные технологии. Искусственный интеллект. Система менеджмента», руководством ISO/IEC 23894:2023 по менеджменту риска, стандартом ISO/IEC 42005:2025 по оценке воздействия систем искусственного интеллекта и стандартом ISO/IEC 42006:2025, устанавливающим требования к органам, проводящим аудит и сертификацию. В Соединённых Штатах действует добровольная рамочная программа управления рисками искусственного интеллекта, выпущенная в январе 2023 года и в настоящее время пересматриваемая.

Рамочная конвенция Совета Европы об искусственном интеллекте, правах человека, демократии и верховенстве права открыта для подписания 5 сентября 2024 года. По состоянию на 18 августа 2026 года, согласно официальным данным Совета Европы, единственной Стороной Конвенции является Европейский союз, ратифицировавший её в мае 2026 года; условием вступления Конвенции в силу является пять ратификаций, из которых не менее трёх — государствами — членами Совета Европы. Таким образом, Конвенция в силу не вступила. Мы отмечаем это специально, поскольку в ряде публикаций воспроизводится противоположное утверждение, не подтверждаемое официальным источником.

7.5. Право на объяснение: где находится Россия

Сопоставление режимов объяснимости автоматизированного решения представляется наиболее продуктивной точкой сравнения.

Таблица 2. Право на объяснение автоматизированного решения в четырёх правопорядках

Утверждение о том, что в России отсутствует право на объяснение автоматизированного решения, распространённое в отечественной литературе, требует уточнения. Формальный аналог статьи 22 Общего регламента по защите данных существует — это статья 16 Закона о персональных данных, конструктивно близкая к европейской норме: запрет как общее правило, разъяснение порядка, право возражения, установленный срок рассмотрения.

Отличия, которые и составляют содержательный предмет сравнения, состоят в следующем. Первое: российская норма не требует раскрытия значимой информации о логике, задействованной в принятии решения, — аналога норм Общего регламента, конкретизированных практикой Суда Европейского союза, в российском праве нет. Второе: отсутствует отраслевое право на объяснение решения, принятого системой искусственного интеллекта, аналогичное статье 86 европейского Акта, и отсутствует привязка объёма гарантий к категории риска. Третье: отсутствует обязанность указания конкретных причин при отказе в кредите — более того, закон прямо разрешает отказ без объяснения причин. Четвёртое: право на человеческий пересмотр решения как таковое не установлено; оно присутствует лишь в рекомендательном отраслевом кодексе. Пятое, и наиболее существенное: правоприменительная практика по статье 16 практически отсутствует, самостоятельная санкция за её нарушение не выделена.

Иными словами, российская норма о запрете исключительно автоматизированных решений сопоставима с зарубежными аналогами по конструкции и несопоставима по механизмам реализации. Норма существует; практика её применения — нет.

8.1. Принцип построения карты

Под правовым пробелом в настоящем разделе понимается отсутствие нормы, регулирующей отношения, которые по своему характеру требуют правового регулирования и фактически возникают в исследуемых отраслях. От пробела следует отличать коллизию — наличие двух норм, приводящих к несовместимым результатам, — и дефект правоприменения, при котором норма существует, но не применяется.

Пробелы ранжированы по трём критериям: масштаб затронутых отношений, тяжесть возможных последствий и вероятность материализации в ближайшие два-три года. Каждому пробелу присвоена одна из трёх степеней остроты — критическая, высокая, умеренная.

8.2. Пробелы критической остроты

Пробел 1. Отсутствие распределения ответственности между разработчиком, оператором и пользователем системы.

Ни один из исследованных отраслевых режимов не содержит специальных правил распределения ответственности за вред, причинённый с участием системы искусственного интеллекта. Действуют общие нормы, по которым отвечает лицо, применившее систему: врач и медицинская организация, финансовая организация, образовательная организация. Разработчик отвечает опосредованно — как производитель товара с недостатками либо по договору.

Данная конструкция была бы приемлема, если бы применяющее лицо располагало содержательным контролем над качеством системы. В действительности врач не имеет доступа ни к обучающей выборке, ни к архитектуре модели, ни к метрикам качества на подгруппах пациентов; кредитный инспектор не участвует в разработке скоринговой модели; преподаватель не влияет на поведение генеративного сервиса. Возложение ответственности на лицо, лишённое контроля над источником риска, представляет собой отступление от общего принципа деликтной ответственности.

Существенно, что соответствующие нормы содержались в проекте Федерального закона № 243-ФЗ и были исключены при доработке. Стратегическая установка Указа № 490 о разграничении ответственности разработчиков и пользователей исходя из характера и степени причинённого вреда остаётся невыполненной с 2019 года.

Отрасли: все три. Вероятность материализации: высокая, определяется первым резонансным делом.

Пробел 2. Отсутствие сквозного минимума процессуальных гарантий при принятии решения с применением автоматизированной обработки.

Как показано в разделе 6, объём гарантий, предоставляемых затронутому лицу, в российском праве не коррелирует с тяжестью последствий решения. Статья 16 Закона о персональных данных, задуманная как сквозная норма, нейтрализуется механизмом универсального согласия и формального участия человека и не обеспечена самостоятельной санкцией.

Отсутствуют: обязанность информировать лицо о применении системы искусственного интеллекта при принятии касающегося его решения; право на человеческий пересмотр решения (за исключением рекомендации отраслевого кодекса этики на финансовом рынке); специальная процедура оспаривания включения сведений в формируемые автоматизированными системами перечни (за исключением платформы «Знай своего клиента»).

Отрасли: все три. Вероятность материализации: реализуется уже сейчас, латентно.

Пробел 3. Неразрешённое соотношение режима охраняемой тайны и механизма обезличивания данных для обучения моделей.

Федеральный закон № 233-ФЗ ввёл механизм оборота обезличенных персональных данных, допускающий их использование для обучения систем искусственного интеллекта без согласия субъекта. Однако соотношение этого механизма со специальными режимами охраняемой тайны — прежде всего врачебной тайной по статье 13 Закона об основах охраны здоровья, а также банковской тайной — законодателем прямо не разрешено. Критерии достаточности обезличивания применительно к медицинским данным не установлены, притом что специфика таких данных создаёт повышенный риск реидентификации.

Практическое следствие: отсутствие легального и предсказуемого пути формирования обучающих выборок для медицинских систем является, по оценкам самой отрасли, одним из основных барьеров внедрения. Дискуссия о доступе к обезличенным медицинским данным ведётся с 2020 года и нормативного разрешения не получила.

Отрасли: здравоохранение (критично), финансовый рынок (высоко). Вероятность материализации: реализуется сейчас как барьер развития.

8.3. Пробелы высокой остроты

Пробел 4. Отсутствие механизма согласованного изменения зарегистрированной модели в медицине.

Как показано в разделе 3, российская регистрационная процедура допускает лишь версионирование, не затрагивающее функционального назначения и принципа действия; содержательное переобучение требует полноценной процедуры с экспертизой. Аналог предварительно определённого плана управления изменениями отсутствует; концептуально близкий национальный стандарт носит добровольный характер и в процедуру не встроен.

Следствие: регуляторная модель предполагает статический продукт, тогда как ценность технологии в значительной мере определяется способностью улучшаться по мере накопления клинических данных.

Отрасль: здравоохранение. Вероятность материализации: реализуется сейчас.

Пробел 5. Отсутствие требования информировать пациента о применении системы поддержки принятия врачебных решений.

Обязанность информировать пациента о том, что при постановке диагноза или выборе тактики лечения применялась система искусственного интеллекта, российским законодательством не установлена. Институт информированного добровольного согласия на медицинское вмешательство на данное обстоятельство не распространяется, поскольку применение системы поддержки принятия решений вмешательством не является.

Между тем именно информирование составляет предпосылку любых последующих гарантий: лицо, не знающее о применении системы, не может ни возразить, ни потребовать пересмотра, ни оспорить результат.

Отрасль: здравоохранение. Вероятность материализации: высокая.

Пробел 6. Отсутствие процедуры оспаривания включения сведений в антифрод-контур.

Федеральный закон № 210-ФЗ создал систему, в которой результат работы автоматизированных средств выявления влечёт немедленные последствия — приостановление операций, отказ в обслуживании, блокировку средства платежа. Специальной процедуры обжалования самого включения сведений, аналогичной установленной статьёй 7.8 Закона № 115-ФЗ, не предусмотрено, притом что образец такой процедуры существует в том же отраслевом законодательстве.

Частичным ответом являются установленные законом сроки хранения сведений и возможность досрочного исключения при прекращении уголовного преследования — первая в российском праве нормативная процедура выбытия из автоматически формируемого перечня. Однако процедура выбытия не заменяет процедуры оспаривания.

Отрасль: финансовый рынок. Вероятность материализации: высокая, по мере вступления норм в силу в 2026–2028 годах.

Пробел 7. Отсутствие федеральных правил использования генеративных моделей в образовательном процессе и при аттестации.

Правила формируются локальными актами, принятыми, по имеющимся оценкам, примерно в трёх процентах образовательных организаций высшего образования. Единых требований к декларированию использования, к последствиям недекларирования, к допустимым и недопустимым способам применения не установлено ни для выпускных квалификационных работ, ни для диссертационных исследований, ни для государственной итоговой аттестации, притом что работы участников единого государственного экзамена за использование искусственного интеллекта уже аннулируются.

Следствие: одинаковые действия обучающегося влекут различные правовые последствия в зависимости от организации, в которой он обучается. Для сферы, результатом которой является документ государственного образца, такое положение представляется несовместимым с принципом равенства.

Отрасль: образование. Вероятность материализации: реализуется сейчас.

Пробел 8. Отсутствие правил применения автоматизированного оценивания.

Допустимость принятия решений об оценке, о недопуске к аттестации, об отчислении с применением автоматизированных средств прямыми нормами не разрешена. Формально применима статья 16 Закона о персональных данных, поскольку перечисленные решения порождают юридические последствия; практика её применения в образовании отсутствует. При этом проработка применения искусственного интеллекта при проверке развёрнутых ответов участников единого государственного экзамена ведётся, что делает вопрос практически значимым в ближайшей перспективе.

Отрасль: образование. Вероятность материализации: высокая.

8.4. Пробелы умеренной остроты

Пробел 9. Отсутствие экономического механизма оплаты применения искусственного интеллекта в здравоохранении. Единого федерального способа оплаты в базовой программе обязательного медицинского страхования не установлено; тарифы вводятся отдельными регионами. При этом субъекты Российской Федерации административно обязаны закупать медицинские изделия с искусственным интеллектом. Регуляторная и экономическая конструкции не согласованы между собой.

Пробел 10. Отсутствие защиты несовершеннолетних при взаимодействии с генеративными сервисами. Не установлены возрастные ограничения на использование генеративных сервисов, требования к безопасности создаваемого ими образовательного контента, правила использования диалоговых систем в качестве собеседника несовершеннолетнего. Отметим, что именно этот сюжет стал предметом специального регулирования в Китае с июля 2026 года.

Пробел 11. Неопределённость правового режима результатов, созданных с применением генеративных моделей. Федеральный закон № 243-ФЗ ввёл обязанность уведомлять пользователя о принадлежности прав на результаты, но не установил критериев признания результата генерации объектом интеллектуальной собственности. Судебная практика формируется, но пока фрагментарна: отказ в защите при отсутствии значительного творческого участия человека сочетается с предоставлением защиты там, где творческий вклад доказан.

Пробел 12. Отсутствие механизма мониторинга системного риска концентрации на внешних платформах. Тезис о том, что использование множеством организаций одних и тех же внешних платформ искусственного интеллекта создаёт риск для устойчивости отрасли, публично сформулирован Банком России в 2026 году. Инструментарий выявления и управления таким риском не определён; для здравоохранения и образования вопрос не поставлен вовсе.

8.5. Отдельное наблюдение: отсутствие судебной практики

Наиболее существенным из отрицательных результатов исследования является практически полное отсутствие опубликованной судебной практики по спорам, связанным с применением искусственного интеллекта в исследованных отраслях. Не обнаружено: дел о причинении вреда здоровью вследствие работы систем поддержки принятия врачебных решений; дел о применении статьи 16 Закона о персональных данных к банковскому скорингу; практики финансового уполномоченного по автоматизированным отказам; практики Верховного Суда Российской Федерации по оспариванию решений платформы «Знай своего клиента»; дел об оспаривании результатов автоматизированного оценивания в образовании.

Отдельные дела, в которых искусственный интеллект фигурирует, носят иной характер: суд отказал в защите прав на изображение, созданное преимущественно генеративной моделью; суд отклонил представленное стороной заключение, сгенерированное нейросетью; арбитражный суд применил санкцию за представление сфабрикованной генеративной моделью судебной практики.

Отсутствие практики допускает два объяснения. Первое: споры не возникают, поскольку системы работают удовлетворительно, а масштаб применения недостаточен для статистически заметного числа инцидентов. Второе: споры возникают, но не квалифицируются как связанные с искусственным интеллектом — пациент оспаривает качество медицинской помощи, заёмщик оспаривает действия банка, и роль автоматизированной системы в предмет доказывания не входит. Второе объяснение представляется более правдоподобным, поскольку в отраслевом регулировании отсутствуют нормы, которые делали бы применение системы юридически значимым обстоятельством, подлежащим установлению.

Инициированное в мае 2026 года Верховным Судом Российской Федерации первое обобщение судебной практики по делам, связанным с использованием искусственного интеллекта, позволяет предполагать изменение этой ситуации в ближайшей перспективе.

Рекомендации сформулированы исходя из принципа минимального вмешательства: предлагаются решения, использующие существующие институты российского права, а не создающие новые. Мы исходим из того, что общая рамка, заданная Федеральным законом № 243-ФЗ, в ближайшие годы пересматриваться не будет, и содержательное регулирование будет формироваться на отраслевом уровне и на уровне подзаконных актов.

Рекомендация 1. Установить сквозной минимум процессуальных гарантий при принятии решений с применением автоматизированной обработки.

Целесообразно дополнить статью 16 Федерального закона № 152-ФЗ либо принять специальную норму, устанавливающую применительно к решениям, порождающим существенные последствия для гражданина, три обязательных элемента: информирование о применении автоматизированной обработки; право на пересмотр решения человеком, обладающим полномочием его изменить; срок и порядок рассмотрения соответствующего обращения.

Существенно, что предлагаемая конструкция уже реализована в российской практике дважды: рекомендацией Кодекса этики на финансовом рынке, соблюдаемой, по данным регулятора, более чем восемьюдесятью процентами организаций, и организационным решением надзорного органа в сфере образования, где каждая метка автоматизированной системы верифицируется модератором. Речь, таким образом, идёт не о введении нового обременения, а о придании юридической формы уже сложившейся практике.

Рекомендация 2. Устранить нейтрализацию статьи 16 Закона о персональных данных через универсальное согласие.

Целесообразно установить, что согласие на принятие решения на основании исключительно автоматизированной обработки должно быть выражено отдельно от согласия на обработку персональных данных в иных целях и не может быть условием предоставления услуги, если принятие решения технически возможно с участием человека. Без этого уточнения норма сохранит декларативный характер.

Рекомендация 3. Разрешить соотношение режимов охраняемой тайны и обезличивания для целей обучения моделей.

Требуется прямое законодательное решение вопроса о том, распространяется ли механизм оборота обезличенных персональных данных на сведения, составляющие врачебную тайну, и при каких условиях. Одновременно необходимо установить требования к обезличиванию специальных категорий персональных данных, учитывающие риск реидентификации. Наиболее реалистичным инструментом отработки представляется экспериментальный правовой режим, тем более что после реформы 2026 года такой режим может устанавливаться и при отсутствии общего регулирования.

Рекомендация 4. Ввести в регистрационную процедуру медицинских изделий механизм согласованного плана управления изменениями.

Предлагается предусмотреть возможность представления заявителем в составе регистрационного досье плана управления изменениями, описывающего допустимые модификации модели, методологию их валидации и критерии приемлемости, с последующим внедрением предусмотренных планом изменений в уведомительном порядке. Концептуальная основа для такого механизма в российской системе уже существует в виде национального стандарта об управлении изменениями в системах с непрерывным обучением; требуется его встраивание в процедуру. Дополнительной гарантией выступает уже действующая обязательная телеметрия в информационной системе надзорного органа, обеспечивающая непрерывный контроль фактического качества.

Рекомендация 5. Установить обязанность информировать пациента о применении системы поддержки принятия врачебных решений.

Минимальная форма — включение соответствующих сведений в медицинскую документацию с правом пациента получить информацию по запросу. Данная мера не создаёт существенной нагрузки, но образует предпосылку для всех последующих гарантий и для формирования доказательственной базы при возникновении споров.

Рекомендация 6. Распространить модель процедуры оспаривания, реализованную для платформы «Знай своего клиента», на иные перечни, формируемые автоматизированными системами.

Речь идёт прежде всего об антифрод-контуре. Модель, включающая заявление в уполномоченный орган, рассмотрение коллегиальным органом с участием представителей защиты прав предпринимателей, определённые сроки и судебный порядок обжалования, разработана в российском правовом контексте и апробирована. Её распространение не требует концептуальных заимствований.

Рекомендация 7. Принять федеральные рамочные требования к использованию генеративных моделей в образовательном процессе.

Целесообразна модель, основанная не на запрете и не на технической детекции, а на обязательном декларировании: обучающийся обязан раскрыть факт, объём и характер использования генеративных моделей; недекларирование образует самостоятельное основание дисциплинарной ответственности. Такая модель уже апробирована ведущими российскими университетами и, в отличие от запретительной, не зависит от надёжности средств обнаружения. Федеральный уровень требуется для обеспечения равенства обучающихся; конкретизация может быть оставлена локальным актам.

Рекомендация 8. Согласовать экономический механизм с регуляторным в здравоохранении.

Административное обязательство субъектов Российской Федерации приобретать медицинские изделия с искусственным интеллектом при отсутствии федерального способа оплаты их применения в системе обязательного медицинского страхования создаёт рассогласование, при котором закупка не влечёт устойчивого применения. Целесообразна разработка типовых способов оплаты для тех видов исследований, где клиническая эффективность подтверждена результатами эксплуатации.

Проведённое исследование позволяет сформулировать пять основных выводов.

Первый. Представление о едином регулировании искусственного интеллекта в России не соответствует действительности. Три исследованные отрасли демонстрируют три различные регуляторные модели: режим допуска на рынок в здравоохранении, режим пруденциального надзора на финансовом рынке, режим нормативного вакуума в образовании. Различия определяются не свойствами технологии, а конструкцией отраслевого регулирования, существовавшей до её появления, — что позволяет с известной вероятностью прогнозировать поведение иных регулируемых отраслей.

Второй. Федеральный закон от 26 июля 2026 г. № 243-ФЗ, вступающий в силу 1 сентября 2026 года, не изменяет правового положения ни одной из исследованных отраслей. Его предмет ограничен большими фундаментальными моделями с числом параметров не менее одного миллиарда, служащими основой для создания иного программного обеспечения; прикладные системы, применяемые в клинике, банке и образовательной организации, под его действие не подпадают. Положения, которые могли бы изменить положение затронутого лица, — о распределении ответственности, об обязательной маркировке, о праве отказаться от автоматизированного решения — были исключены из проекта при доработке. Закон является актом промышленной поддержки, а не актом регулирования рисков, и его следует оценивать по этому основанию.

Третий. Действительные правовые ограничения на применение искусственного интеллекта создаются законодательством о персональных данных, а не законодательством об искусственном интеллекте. Оборотный штраф до пятисот миллионов рублей за повторную утечку и уголовная ответственность до десяти лет лишения свободы за незаконное обращение с персональными данными формируют поведение участников рынка в несопоставимо большей степени, чем любые положения о суверенных моделях. Организация, оценивающая свои риски при внедрении искусственного интеллекта, должна анализировать в первую очередь режим обработки данных.

Четвёртый. Объём процессуальных гарантий, предоставляемых лицу, затронутому решением с применением автоматизированной обработки, в российском праве не зависит от тяжести последствий такого решения. Предприниматель, отнесённый к группе высокого риска, располагает развитой процедурой оспаривания; гражданин, которому автоматизированная система отказала в кредите, не имеет права на объяснение причин в силу прямого указания закона. Эта асимметрия не является результатом взвешивания и представляет собой, на наш взгляд, наиболее существенный структурный дефект действующего регулирования.

Пятый. Отсутствие судебной практики есть самостоятельная характеристика правового поля, а не временное обстоятельство. Правовые конструкции, описанные в настоящем докладе, не прошли проверки правоприменением: устойчивость возложения ответственности на врача, действительное содержание статьи 16 Закона о персональных данных, границы допустимого автоматизированного оценивания — всё это остаётся предметом доктринальных предположений. Первое обобщение практики, инициированное Верховным Судом Российской Федерации в мае 2026 года, вероятно, станет точкой, с которой правовой режим начнёт приобретать определённость.

Общая оценка состояния правового поля может быть выражена следующим образом. Российское регулирование искусственного интеллекта в регулируемых средах не является ни отсутствующим, ни избыточным. Оно является несогласованным: отрасли выработали работоспособные решения изолированно друг от друга, и то, что найдено в одной, не переносится в другие, даже когда сама задача идентична. Наиболее продуктивным направлением развития представляется поэтому не принятие новых актов общего характера, а перенос уже апробированных отраслевых решений на сквозной уровень — с сохранением отраслевой специфики там, где она содержательно оправдана.

Настоящий доклад имеет ряд ограничений, которые должны учитываться при использовании его результатов.

Источниковые ограничения. Исследование выполнено на основе открытых источников. Работа в справочно-правовых системах в полном объёме и в картотеках судебных дел не проводилась; вывод об отсутствии судебной практики основан на поиске в открытом доступе и не исключает наличия неопубликованных или неиндексированных решений.

Обстоятельства, оставшиеся неустановленными. В ходе исследования не удалось установить и, соответственно, не утверждается в тексте следующее: точное число национальных стандартов, разработанных техническим комитетом по стандартизации в области искусственного интеллекта; общее число установленных экспериментальных правовых режимов и доля связанных с искусственным интеллектом; факт и основание продления экспериментального правового режима в городе Москве после 30 июня 2025 года; факт продления экспериментального правового режима в сфере телемедицины после 1 августа 2026 года; реквизиты экспериментального правового режима по использованию обезличенных медицинских данных; статистика по числу лиц, отнесённых к группе высокого риска на платформе «Знай своего клиента», и по доле удовлетворённых обращений об оспаривании.

Ряд сведений, встречающихся в отраслевых публикациях, в текст сознательно не включён ввиду невозможности их подтверждения по первоисточникам.

Методологические ограничения. Выводы о правовых последствиях, не названных нормами прямо, получены методом системного толкования и представляют собой авторскую позицию, а не установленный факт; в тексте такие случаи оговорены. Оценка остроты правовых пробелов в разделе 8 носит экспертный характер и не опирается на количественную методику.

Хронологические ограничения. Материал закрыт 18 августа 2026 года. Основная часть Федерального закона № 243-ФЗ вступает в силу 1 сентября 2026 года, ряд положений — 1 марта 2027 года; подзаконные акты, которые предстоит принять Правительству Российской Федерации, на момент завершения работы не изданы. Соответственно, выводы о практическом действии закона носят прогностический характер.

Статус документа. Доклад является справочно-аналитическим материалом и не представляет собой юридическую консультацию. Он не может служить единственным основанием для принятия решений по конкретным вопросам правоприменения.

1. Федеральный закон от 26 июля 2026 г. № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» // Собрание законодательства Российской Федерации. 2026. № 30. Ст. 4089.

2. Федеральный закон от 24 апреля 2020 г. № 123-ФЗ «О проведении эксперимента по установлению специального регулирования в целях создания необходимых условий для разработки и внедрения технологий искусственного интеллекта в субъекте Российской Федерации — городе федерального значения Москве и внесении изменений в статьи 6 и 10 Федерального закона "О персональных данных"».

3. Федеральный закон от 26 июня 2026 г. № 211-ФЗ «О внесении изменений в Федеральный закон "Об экспериментальных правовых режимах в сфере цифровых инноваций в Российской Федерации"».

4. Методические рекомендации Банка России от 16 июня 2026 г. № 3-МР по обеспечению информационной безопасности при разработке и применении искусственного интеллекта на финансовом рынке.

5. Regulation (EU) 2026/1744 of the European Parliament and of the Council of 8 July 2026 amending Regulations (EU) 2024/1689, (EU) 2018/1139 and (EU) 2023/1230 as regards the simplification of the implementation of harmonised rules on artificial intelligence (Digital Omnibus on AI) // OJ L, 2026/1744, 24.07.2026.

6. Указ Президента Российской Федерации от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации» (в редакции Указа Президента Российской Федерации от 15 февраля 2024 г. № 124).

7. Федеральный закон от 27 июля 2006 г. № 152-ФЗ «О персональных данных».

8. Федеральный закон от 8 августа 2024 г. № 233-ФЗ «О внесении изменений в Федеральный закон "О персональных данных" и Федеральный закон "О проведении эксперимента по установлению специального регулирования в целях создания необходимых условий для разработки и внедрения технологий искусственного интеллекта в субъекте Российской Федерации — городе федерального значения Москве…"».

9. Федеральный закон от 31 июля 2020 г. № 258-ФЗ «Об экспериментальных правовых режимах в сфере цифровых и технологических инноваций в Российской Федерации».

10. Федеральный закон от 21 ноября 2011 г. № 323-ФЗ «Об основах охраны здоровья граждан в Российской Федерации».

11. Приказ Министерства здравоохранения Российской Федерации от 6 июня 2012 г. № 4н «Об утверждении номенклатурной классификации медицинских изделий» (в редакции от 24 июня 2025 г.).

12. Постановление Правительства Российской Федерации от 30 ноября 2024 г. № 1684 «Об утверждении Правил государственной регистрации медицинских изделий».

13. Постановление Правительства Москвы от 21 ноября 2019 г. № 1543-ПП «О проведении эксперимента по использованию инновационных технологий в области компьютерного зрения для анализа медицинских изображений и дальнейшего применения в системе здравоохранения города Москвы».

14. Информационное письмо Банка России от 9 июля 2025 г. № ИН-016-13/91 «О Кодексе этики в сфере разработки и применения искусственного интеллекта на финансовом рынке».

15. Федеральный закон от 21 декабря 2013 г. № 353-ФЗ «О потребительском кредите (займе)».

16. Федеральный закон от 7 августа 2001 г. № 115-ФЗ «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма».

17. Федеральный закон от 26 июня 2026 г. № 210-ФЗ «О внесении изменений в Федеральный закон "О связи" и отдельные законодательные акты Российской Федерации».

18. Федеральный закон от 29 декабря 2012 г. № 273-ФЗ «Об образовании в Российской Федерации».

19. Постановление Правительства Российской Федерации от 11 октября 2023 г. № 1678 «Об утверждении Правил применения организациями, осуществляющими образовательную деятельность, электронного обучения, дистанционных образовательных технологий при реализации образовательных программ» (в редакции постановления Правительства Российской Федерации от 6 мая 2026 г. № 517).

20. Федеральный закон от 29 декабря 2022 г. № 572-ФЗ «Об осуществлении идентификации и (или) аутентификации физических лиц с использованием биометрических персональных данных…».

21. Федеральный закон от 30 ноября 2024 г. № 420-ФЗ «О внесении изменений в Кодекс Российской Федерации об административных правонарушениях».

22. Федеральный закон от 30 ноября 2024 г. № 421-ФЗ «О внесении изменений в Уголовный кодекс Российской Федерации».

23. Федеральный закон от 24 июля 2023 г. № 369-ФЗ «О внесении изменений в Федеральный закон "О национальной платежной системе"».

24. Федеральный закон от 21 декабря 2021 г. № 423-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации».

25. Федеральный закон от 29 июля 2017 г. № 242-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации по вопросам применения информационных технологий в сфере охраны здоровья».

26. Указание Банка России от 15 апреля 2015 г. № 3624-У «О требованиях к системе управления рисками и капиталом кредитной организации и банковской группы».

27. Положение Банка России от 6 августа 2015 г. № 483-П «О порядке расчета величины кредитного риска на основе внутренних рейтингов».

28. Указание Банка России от 23 сентября 2024 г. № 6853-У «О требованиях к заявлению, предусмотренному абзацем первым пункта 11 статьи 7.8 Федерального закона № 115-ФЗ, и порядке рассмотрения Банком России такого заявления».

29. Указание Банка России от 16 октября 2023 г. № 6579-У «О порядке расчета показателя долговой нагрузки».

30. Приказ Росздравнадзора от 21 июля 2025 г. № 4472 «Об утверждении Порядка автоматической передачи в автоматизированную информационную систему Федеральной службы по надзору в сфере здравоохранения информации об обрабатываемых данных, результатах действия программного обеспечения с применением технологий искусственного интеллекта, являющегося медицинским изделием» (в редакции приказа Росздравнадзора от 10 февраля 2026 г. № 123).

31. Приказ Министерства здравоохранения Российской Федерации от 30 августа 2021 г. № 885н «Об утверждении Порядка проведения оценки соответствия медицинских изделий в форме технических испытаний, токсикологических исследований, клинических испытаний».

32. Приказ Министерства здравоохранения Российской Федерации от 27 октября 2025 г. № 642н «Об утверждении порядка применения клинических рекомендаций».

33. Приказ Министерства здравоохранения Российской Федерации от 10 мая 2017 г. № 203н «Об утверждении критериев оценки качества медицинской помощи».

34. Постановление Правительства Российской Федерации от 18 июля 2023 г. № 1164 «Об установлении экспериментального правового режима в сфере цифровых инноваций и утверждении Программы экспериментального правового режима в сфере цифровых инноваций по направлению медицинской деятельности…».

35. ГОСТ Р 59276-2020. Системы искусственного интеллекта. Способы обеспечения доверия. Общие положения.

36. ГОСТ Р 59277-2020. Системы искусственного интеллекта. Классификация систем искусственного интеллекта.

37. ГОСТ Р 59921.3-2021. Системы искусственного интеллекта в клинической медицине. Часть 3. Управление изменениями в системах искусственного интеллекта с непрерывным обучением.

38. ГОСТ Р 59921.5-2022. Системы искусственного интеллекта в клинической медицине. Часть 5. Требования к структуре и порядку применения набора данных для обучения и тестирования алгоритмов.

39. ГОСТ Р 72515-2026. Искусственный интеллект. Таксономия прозрачности систем искусственного интеллекта.

40. Кодекс этики в сфере искусственного интеллекта (2021). URL: https://ethics.a-ai.ru

41. Доклад Банка России для общественных консультаций «Применение искусственного интеллекта на финансовом рынке». Ноябрь 2023.

42. Доклад Банка России для общественных консультаций «Применение искусственного интеллекта на финансовом рынке: текущий статус и условия дальнейшего развития». Ноябрь 2025.

43. Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act) // OJ L, 2024/1689, 12.07.2024.

44. Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016 on the protection of natural persons with regard to the processing of personal data (General Data Protection Regulation) // OJ L 119, 04.05.2016.

45. Council of Europe Framework Convention on Artificial Intelligence and Human Rights, Democracy and the Rule of Law. CETS No. 225. Vilnius, 05.09.2024.

46. Marketing Submission Recommendations for a Predetermined Change Control Plan for Artificial Intelligence-Enabled Device Software Functions: Guidance for Industry and Food and Drug Administration Staff. U.S. Food and Drug Administration, August 2025.

47. ISO/IEC 42001:2023. Information technology — Artificial intelligence — Management system.

48. ISO/IEC 23894:2023. Information technology — Artificial intelligence — Guidance on risk management.

49. NIST AI 100-1. Artificial Intelligence Risk Management Framework (AI RMF 1.0). National Institute of Standards and Technology, January 2023.

50. 《人工智能生成合成内容标识办法》 [Меры по маркировке контента, сгенерированного и синтезированного искусственным интеллектом]. Управление по вопросам киберпространства КНР и др., в силе с 01.09.2025.

© 2026 АНО «Институт прикладного искусственного интеллекта и роботизации». Материал распространяется на условиях лицензии CC BY 4.0.

Настоящий доклад является справочно-аналитическим материалом и не является официальным документом. Позиция автора может не совпадать с позицией органов государственной власти.

Условия использования

Настоящий материал распространяется на условиях свободного некоммерческого использования. Цитирование текста доклада разрешено при обязательном указании автора и организации-издателя: «Джемилев Д. Правовой контур прикладного искусственного интеллекта в регулируемых средах: здравоохранение, финансы, образование (2019–2026). — АНО «Институт прикладного искусственного интеллекта и роботизации», 2026». При воспроизведении фрагментов в СМИ и научных публикациях обязательна активная ссылка на страницу доклада на сайте ipiir.ru. Коммерческое использование, перепечатка полного текста и включение в базы данных без письменного согласия автора и института не допускается.