Статья о правилах сбора данных для обучения ИИ-моделей в ЕС. Разбираем исключение из авторского права для интеллектуального анализа текстов и данных (TDM, text and data mining, автоматический анализ текстов и изображений), оговорку, которую вправе сделать правообладатель, обязанности поставщиков моделей общего назначения по AI Act, правила GDPR о персональных данных в обучающих наборах и свежие решения судов Германии и ЕС. Все основано на законодательстве, документах регуляторов и пресс-релизах судов.
Проверено 28 октября 2026 года. Правила и источники актуальны на эту дату.
Три слоя риска в одном наборе данных
Обучающий набор может поднять сразу три отдельных правовых вопроса. У каждого свои правила, и решение одного не решает остальные.
Авторское право
Сбор произведений и копирование их в набор данных это воспроизведение. В ЕС оно законно, только если его покрывает лицензия или исключение. Главное исключение это TDM.
Персональные данные
Имена, фотографии, посты и голоса это персональные данные. GDPR (общий регламент о защите данных) применяется к их сбору, даже с открытых страниц, и к модели, которая может их содержать.
AI Act
Поставщик модели ИИ общего назначения обязан вести политику по авторскому праву и публиковать сводку обучающего контента. Обязанность лежит на поставщике, а не на каждой компании, которая использует модель.
Договоры и условия сайтов
Условия сайтов, лицензии API и договоры на поставку данных могут запрещать скрапинг или использование для ИИ, даже если закон это допускает. Нарушение это договорное требование.
| Что вы делаете | Какие правила работают | Что проверить |
|---|---|---|
| Собираете открытые страницы | Исключение TDM, GDPR | Сигналы отказа, персональные данные на страницах, условия сайта |
| Покупаете или лицензируете набор | Договор, GDPR | Цепочка прав, гарантии, откуда взяты данные |
| Используете контент своих пользователей | Договор, GDPR, авторское право | Условия сервиса, лицензия пользователя, правовое основание, уведомление |
Статья о праве ЕС. Суды США в ряде решений признали обучение добросовестным использованием (дела Bartz и Kadrey), это другой тест, и мюнхенский суд отграничил эти решения в деле Suno ниже.
Исключение TDM и оговорка о правах
В Директиве об авторском праве на едином цифровом рынке (DSM, Директива 2019/790) два исключения для анализа текстов и данных. Государства ЕС включили их в национальное право, например в разделы 60d и 44b германского закона об авторском праве.
Статья 3, наука
Научные организации и учреждения культурного наследия вправе копировать и анализировать произведения, к которым у них законный доступ, для научных исследований. От этого исключения правообладатель отказаться не может. Коммерческая компания сама по себе под него не подпадает.
Статья 4, для всех
Любой, у кого есть законный доступ, вправе копировать произведения и извлекать из них информацию, включая коммерческого разработчика ИИ. Условие в том, что правообладатель не оговорил использование надлежащим образом, например машиночитаемыми средствами для контента, размещенного онлайн (статья 4(3)).
Копии временные
Копии можно хранить только столько, сколько нужно для анализа (статья 4(2)). Постоянная библиотека собранных произведений это не рабочая копия.
Что считается отказом
Директива говорит о машиночитаемых средствах. На практике это robots.txt (файл, который сообщает краулерам, какие страницы пропускать), метаданные и другие признанные протоколы. Достаточно ли фразы в условиях сайта, спорно, как показывает гамбургское дело ниже.
Исключение касается копирования при сборе и анализе данных. Оно не покрывает то, что обученная модель потом выдает. Мюнхенский суд сказал это в двух отдельных делах, они описаны дальше.
Что решили суды
Окончательного ответа на уровне ЕС пока нет. Эти решения ориентируют практику сегодня, и ни одно из немецких не вступило в силу.
LAION, апелляционный суд Гамбурга, 10 декабря 2025
Фотограф подал иск к LAION, некоммерческой организации, которая составила набор ссылок на изображения с описаниями. Суд признал, что скачивание фото для сравнения с описанием покрывается исключением TDM, а также исследовательским исключением. Оговорка на сайте фотоагентства не была машиночитаемой, поэтому копированию не мешала. Обжалование в Федеральный суд Германии (BGH) допущено.
GEMA против OpenAI, Региональный суд Мюнхена, 11 ноября 2025
Тексты песен девяти авторов можно было воспроизвести из моделей GPT-4 и GPT-4o. Суд признал, что хранение их в модели это воспроизведение. Исключение TDM покрывает подготовительные копии для сбора обучающих данных, но не запоминание, из-за которого модель воспроизводит произведения. За выдачу отвечает OpenAI, а не пользователь. Решение не вступило в силу.
GEMA против Suno, Региональный суд Мюнхена, 31 июля 2026
Суд в основном удовлетворил требования GEMA по шести произведениям в ИИ-генераторе музыки. Он признал, что произведения запомнены, что исключение TDM не покрывает запоминание в моделях, хранящихся в Германии, и что за выдачу отвечает Suno. Добросовестного использования для обучения в США суд не нашел. Решение не вступило в силу.
Like Company против Google, Суд ЕС (C-250/25)
Первое дело Суда ЕС о генеративном ИИ и авторском праве. Венгерский издатель спрашивает, доводят ли ответы чат-бота его публикации до публики, является ли обучение воспроизведением и покрывает ли что-то из этого исключение TDM. Заседание прошло 10 марта 2026 года. Решения на 28 октября 2026 года мы не нашли.
По этим решениям сбор данных для обучения может покрываться исключением, а модель, которая запоминает произведения и воспроизводит их в ответах, нет. Риск смещается со сбора на поведение модели. Кому принадлежит сгенерированный результат, это отдельный вопрос, см. нашу статью об авторском праве на ИИ-контент.
Обязанности поставщиков моделей по AI Act
AI Act (Регламент 2024/1689) добавляет две обязанности для поставщиков моделей ИИ общего назначения, то есть моделей, которые выполняют много разных задач. Они действуют с 2 августа 2025 года.
Политика по авторскому праву
Статья 53(1)(c) требует политику соблюдения авторского права ЕС, прежде всего для выявления и соблюдения оговорок о правах по статье 4(3) Директивы DSM с помощью современных технологий. Преамбула 106 говорит, что это применяется независимо от места обучения.
Сводка обучающего контента
Статья 53(1)(d) требует публичную сводку контента, использованного для обучения, по обязательному шаблону Еврокомиссии. В ней перечисляются источники данных по типам и для собранных из сети данных 10% крупнейших доменов (для малых и средних компаний 5% или 1 000 доменов, что меньше). Сводку обновляют раз в шесть месяцев или при существенных изменениях.
Сроки и штрафы
Модели, выпущенные после 2 августа 2025 года, должны соответствовать сразу, более ранние до 2 августа 2027 года. Ведомство ЕС по ИИ (AI Office) может применять меры с 2 августа 2026 года, штраф до 3% мирового оборота или 15 млн евро, что больше.
Кодекс практики
Добровольный Кодекс практики Еврокомиссии содержит главу об авторском праве. Подписанты обязуются не обходить платный доступ, использовать краулеры, соблюдающие robots.txt, исключать сайты, признанные систематическими нарушителями, ограничивать нарушающие выдачи и назначить контакт для жалоб. Соблюдение Кодекса само по себе не доказывает соответствие авторскому праву.
Эти обязанности лежат на поставщике модели. У компании, которая лишь встраивает чужую модель в продукт, другие обязанности, см. наш чек-лист EU AI Act для IT-компаний и SaaS-разработчиков.
GDPR и персональные данные в обучающих наборах
Чистота по авторскому праву не отвечает на вопрос о персональных данных. Если в наборе есть сведения об идентифицируемых людях, GDPR применяется к сбору, хранению и обучению.
Правовое основание
Согласие редко реально для данных, собранных в массовом порядке, поэтому разработчики в основном опираются на законный интерес (статья 6(1)(f)). Европейская коллегия по защите данных (EDPB) применяет в Заключении 28/2024 трехшаговый тест. Нужны реальный и законный интерес, необходимость и баланс с правами людей, включая то, чего они разумно ожидают.
Открыто не значит ожидаемо
Проект Руководства EDPB 03/2026 о веб-скрапинге для генеративного ИИ, принятый 7 июля 2026 года для публичных консультаций, говорит, что открытый пост не означает, что автор ожидает обучения ИИ. Технические ограничения вроде robots.txt, входа по логину или CAPTCHA делают скрапинг менее ожидаемым, такие сайты нужно исключать.
Чувствительные данные
Особые категории по статье 9, например здоровье или политические взгляды, требуют дополнительного основания помимо статьи 6. Руководство ожидает фильтров до сбора и быстрого удаления таких данных, когда их обнаружили.
Прозрачность
Людей нужно информировать. Исключение для несоразмерных усилий в статье 14(5)(b) не должно применяться как рутина. Руководство ожидает публичное уведомление с источниками и сведениями о краулере, оценку воздействия на защиту данных (DPIA) и меры против запоминания.
EDPB оценивает это в каждом случае отдельно. Должно быть очень маловероятно, что людей можно идентифицировать или что их данные можно извлечь запросами. Если модель создана на незаконно обработанных данных, это может влиять на законность ее использования, если только она не анонимизирована должным образом (Заключение 28/2024).
21 октября 2026 года Совет ЕС согласовал позицию по Digital Omnibus. Среди прочего она уточняет законное основание обработки персональных данных при разработке ИИ с надлежащими гарантиями. Это только переговорная позиция. Переговоры с Парламентом начнутся, когда Парламент примет собственную позицию, поэтому сегодня действует нынешний текст GDPR.
Как подготовить набор данных по шагам
Последовательность, которая подходит большинству ИИ-проектов.
Составьте список источников
Запишите, откуда взята каждая часть данных: свои, лицензированные, контент пользователей, открытая сеть или покупка.
Начните здесьПроверьте право использования
Прочитайте лицензию или условия сайта и найдите оговорки о правах в robots.txt и метаданных. Сохраняйте датированные подтверждения проверки.
Найдите персональные данные
Решите, можно ли идентифицировать людей. Если да, выберите и задокументируйте правовое основание и проведите DPIA.
Отфильтруйте до обучения
Уберите особые категории данных, сайты с отказом, платные и пиратские источники и дубликаты, из-за которых запоминание вероятнее.
Проверьте выдачу
Узнайте, воспроизводит ли модель произведения или персональные данные, и добавьте защиту. Запоминание это то, за что мюнхенский суд признал нарушение.
Задокументируйте и закрепите в договорах
Если вы поставщик, ведите политику по авторскому праву и сводку обучающего контента. В договорах с поставщиками данных требуйте гарантии о происхождении данных.
Сбор данных для обучения и то, что модель потом выдает, оцениваются отдельно. Первое зависит от лицензии или исключения TDM и оговорки о правах, второе от того, запоминает ли модель произведения. Персональным данным в обоих случаях нужно собственное правовое основание.
Сбор и выдача оцениваются отдельно: исключение может покрыть первое и не покрыть второе.Команда LegalBit
Частые вопросы
Можно ли собирать данные из сети для обучения модели в ЕС?
Возможно, если применяется исключение по статье 4 Директивы DSM. Нужен законный доступ, нужно соблюдать оговорки о правах, сделанные машиночитаемо, а копии хранить только столько, сколько необходимо. Персональным данным на страницах нужно еще и основание по GDPR.
Что считается машиночитаемым отказом?
Директива говорит о машиночитаемых средствах, а Кодекс практики Еврокомиссии указывает на robots.txt и другие признанные протоколы. Апелляционный суд Гамбурга решил, что оговорка простым языком на сайте в рассмотренном деле требованию не отвечала. Вопрос спорный, дальнейшее обжалование открыто.
Важно ли, где проходит обучение?
Для поставщиков, выводящих модель общего назначения на рынок ЕС, преамбула 106 AI Act говорит, что обязанности по авторскому праву действуют независимо от места обучения. Мюнхенский суд также применил немецкое право к модели, хранящейся на серверах в Германии.
Нужно ли публиковать свои обучающие данные?
Нет. Только поставщики моделей общего назначения обязаны публиковать сводку по шаблону Еврокомиссии, и она описывает источники данных, а не сами данные.
Можно ли обучать модель на контенте пользователей?
Для каждого слоя нужно свое основание. Нужны права на контент, обычно лицензия в условиях сервиса, основание по GDPR и понятное уведомление пользователей. Это наша оценка. Если обучение ИИ добавляют в действующие условия, сделайте это открыто и сначала проверьте основание.
Обучение на текстах песен или музыке в Германии уже запрещено?
Не как таковое. Мюнхенский суд принял решения против поставщиков ИИ там, где модели запоминали произведения и воспроизводили их. Это решения первой инстанции, они не вступили в силу.
Читайте также: ИИ-контент и авторское право; Чек-лист EU AI Act для IT-компаний и SaaS-разработчиков; Fair use для маркетологов.
- EUR-Lex: Директива (ЕС) 2019/790 об авторском праве на едином цифровом рынке, статьи 3 и 4
- EUR-Lex: Регламент (ЕС) 2024/1689 (AI Act), статья 53 и преамбула 106
- EUR-Lex: Регламент (ЕС) 2016/679 (GDPR), статьи 6, 9 и 14
- Еврокомиссия: шаблон сводки обучающего контента моделей ИИ общего назначения
- Еврокомиссия: Кодекс практики для ИИ общего назначения
- EDPB: Заключение 28/2024 о защите данных в моделях ИИ
- EDPB: Руководство 03/2026 о веб-скрапинге в контексте генеративного ИИ (проект для публичных консультаций)
- Ганзейский высший земельный суд, Гамбург: пресс-релиз о решении от 10 декабря 2025 года (5 U 104/24)
- Региональный суд Мюнхена I: пресс-релиз 11/2025 о решении по делу GEMA против OpenAI (42 O 14139/24)
- Региональный суд Мюнхена I: пресс-релиз 16/2026 о решении по делу GEMA против Suno (42 O 763/25)
- EUR-Lex: дело C-250/25, Like Company, преюдициальный запрос
- Совет ЕС: пресс-релиз от 21 октября 2026 года о позиции по Digital Omnibus
Эта тема наша услуга
Подробнее о том, как мы помогаем ИИ и IT-компаниям:
