Чему можно научить искусственный интеллект? Правовые основания и пределы регулирования машинного обучения

Глобальная ИИ-гонка последних лет заставляет государства пересматривать подходы к регулированию в сторону большей гибкости и поддержки инноваций. Передовые системы искусственного интеллекта становятся все более производительными и впечатляют своими способностями, но одновременно с этим возрастают и риски для общества. Одной из ключевых проблем, возникающих на этапе разработки, внедрения и применения систем ИИ, особенно больших генеративных моделей, остается вопрос доступности данных и их отбора для целей машинного обучения. Мир уже не раз сталкивался с тем, что неправильный подход к машинному обучению со стороны разработчиков приводил к спорным или незаконным результатам, затрагивающим права и интересы разных субъектов. Однако проблематика в сфере ИИ не исчерпывается доступностью данных. Не менее актуальны вопросы регулирования систем ИИ повышенного риска и предъявление соразмерных требований к их разработчикам и эксплуатантам, целесообразность маркировки ИИ-контента, а также проведение оценок систем ИИ на предмет наличия опасных способностей. Запретить нельзя разрабатывать: каким образом оптимально определить юридические требования для систем ИИ повышенного риска? Когда и кем должны проводиться внешние и внутренние оценки систем ИИ? Обязательная маркировка ИИ-контента: укрепление доверия или дополнительная бюрократия?