Opt-out для авторов: как защитить свой контент от обучения нейросетей уже сейчас

Разговоры о том, что нейросети должны платить за материалы, на которых учатся, идут уже давно. Но пока законодатель формирует правила на будущее, авторам и компаниям — правообладателям текстов, изображений, музыки, программ и баз данных — приходится действовать в условиях, где часть норм уже принята, часть вступит в силу позже, а часть всё ещё только обсуждается. Разобраться, что работает сегодня, а что появится позже, важно, чтобы не упустить момент для защиты своих авторских прав — и не оказаться в положении, когда решение принимать уже поздно.

Что говорит закон, который уже подписан

26 июля 2026 года Президент подписал закон о поддержке развития технологий искусственного интеллекта. Один из ключевых для правообладателей пунктов — статья закона, которая определяет, когда обращение к чужим произведениям при разработке ИИ не считается нарушением авторских прав.

Формулировка уже, чем может показаться на первый взгляд. Свободно, без согласия правообладателя, можно анализировать произведение — сравнивать, классифицировать, искать закономерности, тенденции и корреляции — и кратковременно загружать его в память вычислительной машины. Но исключение действует только для обучения суверенных или национальных больших фундаментальных моделей ИИ, то есть моделей, разработанных российскими компаниями и подконтрольных им. И только при одном из двух условий: у разработчика есть правомерно полученный экземпляр произведения, либо произведение находится в открытом доступе и не защищено техническими средствами.

Оба условия на практике сложнее, чем кажутся. «Правомерно полученный экземпляр» — понятие, которое ещё предстоит наполнить содержанием в судебной практике: лицензия, купленная для личного чтения или прослушивания, и лицензия, допускающая машинную обработку текста в промышленных масштабах, — вещи разного порядка, и нет гарантии, что регуляторы и суды будут трактовать их одинаково. А формулировка про «доступность без технических ограничений» означает, что закон изначально оставляет правообладателю пространство для манёвра: если материал закрыт платным доступом, ограничением на копирование или иным техническим барьером, исключение на него не распространяется. Это, по сути, зачаток opt-out-механизма — просто он реализуется не через отдельный реестр, а через техническое состояние доступа к произведению.

Важно и то, что сама норма заработает не сразу: её действие начинается с 1 марта 2027 года. До этой даты вопрос об обучении моделей на конкретных произведениях будет решаться по общим нормам об авторском праве, без специального исключения для ИИ, — а значит, использование чужого контента для обучения любых моделей без согласия правообладателя формально остаётся в зоне повышенного риска для разработчика.

Отдельно закон вводит требование маркировать материалы, созданные с применением больших моделей ИИ, — для крупных сайтов и сервисов с высокой аудиторией это станет обязанностью. Для правообладателей это не инструмент прямой защиты произведений от обучения, но полезный побочный эффект: прозрачность происхождения контента облегчит в будущем задачу отследить, где и как используются производные материалы.

Что обсуждают дальше

Параллельно с уже принятым законом идёт работа над более детальным механизмом. При президентском совете по кодификации гражданского законодательства создана рабочая группа, которая должна согласовать положения закона об ИИ с Гражданским кодексом. Юристы, участвующие в обсуждении, указывают на два противоречия: во-первых, Гражданский кодекс допускает ограничение исключительных прав только собственными нормами, а не отдельным отраслевым законом; во-вторых, в законе не определено, какой именно творческий вклад человека достаточен, чтобы контент, созданный с помощью нейросети, получил защиту как объект авторского права. Отдельная рабочая группа «Медиаиндустрия и авторское право» при правительственной подкомиссии по ИИ параллельно собирает предложения бизнеса и отраслевых объединений.

Если запрета нет, произведение можно использовать для обучения модели, но разработчик обязан один раз выплатить правообладателю вознаграждение. Рассматриваются и альтернативы: прямое лицензирование по договору с разработчиком ИИ до начала обучения, коллективное управление правами через специализированную организацию, централизованная лицензионная площадка, а также аналог существующего сбора с производителей техники, способной копировать и распространять контент, — сейчас он составляет 1% от стоимости такого оборудования и распределяется между правообладателями.

Есть и зарубежные ориентиры, на которые ссылаются участники обсуждения: в Китае развиваются добровольные «биржи прав», где правообладатели загружают контент и получают отчисления за каждое использование; в Евросоюзе действует режим анализа данных с возможностью резервирования прав правообладателем; в США специального регулирования пока нет, а рынок опирается на судебную практику по добросовестному использованию и на добровольные лицензионные соглашения с крупными медиахолдингами.

Пока всё это — обсуждаемые варианты, а не принятые нормы. Рабочая группа рассчитывает подготовить предложения к концу сентября 2026 года, но какой именно механизм в итоге закрепят, в каком виде и с какого момента он заработает — не определено. Это означает, что до появления итогового закона правообладателям придётся полагаться на действующие нормы гражданского права и на собственные организационные меры.

Конкретные рекомендации для правообладателей

Разрыв между уже действующей нормой, её отсроченным вступлением в силу и будущим регулированием — не повод откладывать защиту своих прав. Есть шаги, которые можно предпринять уже сегодня, не дожидаясь запуска opt-out-реестра.

1. Зафиксируйте дату и факт создания произведения.

   Чем раньше и убедительнее подтверждена дата публикации, тем проще доказать авторство, если материал позже окажется использован без разрешения. Подойдут депонирование произведения, регистрация в отраслевых реестрах (для программ для ЭВМ и баз данных — в Роспатенте), нотариальное удостоверение даты создания, а также системные технические метки — хэш-суммы файлов, метаданные с датой публикации, версии в системах контроля изменений.

2. Введите техническое ограничение доступа там, где это оправдано бизнесом.

   Платная подписка, защита от автоматического копирования, водяные знаки на изображениях, ограничения в пользовательском соглашении сайта — всё это уже сегодня выводит произведение из-под действия будущего исключения для обучения суверенных и национальных моделей, поскольку закон прямо привязывает свободное использование к отсутствию технических ограничений.

3. Пропишите использование контента для обучения ИИ отдельным условием в договорах.

   Если Вы передаёте права на использование материалов третьим лицам — публикуете тексты на сторонних площадках, работаете с агрегаторами и маркетплейсами контента, размещаете иллюстрации в каталогах, передаёте базы данных партнёрам, — имеет смысл прямо указывать в договоре, разрешено или запрещено использование этих материалов для обучения моделей ИИ, и на каких условиях. Пока эта часть регулирования только формируется, договорное условие остаётся самым надёжным инструментом контроля.

4. Определите порядок доступа к внутренним и коммерчески значимым материалам.

   Если в компании накоплен массив контента — методички, аналитика, база клиентских кейсов, обучающие курсы, — стоит заранее решить, что из этого может быть открыто для анализа, а что должно оставаться закрытым по умолчанию, и закрепить это во внутренних регламентах, а не оставлять на усмотрение отдельных сотрудников.

5. Ведите наблюдение за использованием своих материалов.

   Периодическая проверка, не встречаются ли фрагменты Ваших текстов, изображений или иных объектов в ответах популярных ИИ-сервисов, позволяет вовремя заметить возможное нарушение и собрать доказательства до того, как ситуация станет сложнее распутать.

6. Следите за развитием инициативы opt-out-реестра и участвуйте в обсуждении, если есть такая возможность.

   Формат уведомления о запрете — в самом произведении, на сайте или на специальном портале — пока обсуждается. Отраслевые объединения собирают предложения бизнеса, и раннее участие в этом процессе позволяет подготовиться к итоговому механизму заранее, а не подстраиваться под него постфактум.

7. При обнаружении нарушения фиксируйте его системно.

   Скриншоты, даты, ссылки на источник, техническое описание того, как именно использовался материал, — эта фактура понадобится, если дело дойдёт до претензии или судебного разбирательства, а собрать её постфактум значительно сложнее, чем зафиксировать сразу.

Чем в этой ситуации может помочь URVISTA

Регулирование обучения ИИ на чужом контенте меняется быстрее, чем успевает сложиться судебная практика, и у бизнеса объективно немного времени, чтобы выстроить защищённую позицию. URVISTA помогает клиентам разобраться, какие нормы уже применимы к их произведениям, а какие только формируются, подготовить договоры с учётом рисков использования контента для обучения нейросетей, оформить и зафиксировать права на материалы, а также выстроить внутренний порядок работы с контентом — так, чтобы при появлении итогового механизма компенсации или opt-out-реестра клиент был готов им воспользоваться, а не разбираться с последствиями задним числом.