Обратный отсчёт начался
Обновлено для 2026 года
Срок действия Закона ЕС об ИИ реален. Правила Статьи 10 применяются с 2 августа 2026 года. Если ваша команда создаёт или эксплуатирует высокорисковую ИИ-систему — действуйте немедленно. Времени мало.
Штрафы превышают GDPR. Максимальный штраф — €35 миллионов или 7% глобального годового оборота. По GDPR потолок — €20 миллионов или 4%. Ни один другой закон об ИИ не предусматривает более высоких штрафов.
Какие ИИ-системы относятся к высокорисковым?
Закон об ИИ классифицирует системы по рискам. Высокорисковые системы (Приложение III) охватывают ИИ, используемый в:
- Образовании — допуск в учебные заведения или оценка учеников
- Трудоустройстве — скрининг резюме, оценка интервью, мониторинг сотрудников
- Ключевых сервисах — скоринг кредитов, страховые тарифы, диспетчеризация экстренных служб
- Правоохранительной деятельности — прогнозирование преступлений, биометрическая идентификация
- Здравоохранении — программное обеспечение медицинских устройств, триаж пациентов
- Инфраструктуре — управление энергетикой, водоснабжением или транспортом
- Правосудии — инструменты для правовых исследований, инструменты вынесения приговоров
Работаете в любой из этих сфер? Статья 10 применяется к вам.
Статья 10: четыре ключевых правила
Статья 10 устанавливает требования к наборам данных, используемым высокорисковыми ИИ-системами. Вот четыре основных.
1. Письменное управление данными
Наборы данных должны следовать «надлежащим практикам управления данными». Вам необходимы письменные процедуры для сбора, проверки качества и постоянного мониторинга.
2. Тестирование на предвзятость
Данные должны проверяться на «возможные предвзятости», способные привести к несправедливым результатам. Активное тестирование обязательно. Избегать намеренной предвзятости недостаточно.
3. Точность и репрезентативность
Наборы данных должны быть «релевантными, достаточно репрезентативными и свободными от ошибок». Веб-краулинг, пропускающий определённые группы населения, может не пройти этот тест.
4. Особые категории данных
Статья 10(5) — самое прямое правило. Когда высокорисковая система использует данные особых категорий — о состоянии здоровья, расовом происхождении, религии, политических взглядах, биометрические данные — вы можете обрабатывать их только тогда, когда это «строго необходимо» для проверки на предвзятость. И при этом обязаны применять «надлежащие гарантии». Очистка данных — одна из сильнейших гарантий, которые вы можете использовать.
Вывод: большинство наборов данных для обучения ИИ содержат персональные данные. Статья 10 говорит: используйте минимум необходимого, с сильными техническими гарантиями.
Подробности — на странице юридического соответствия и в обзоре безопасности.
Уровни штрафов
Закон ЕС об ИИ предусматривает три уровня штрафов. Все они превышают GDPR для аналогичных нарушений:
| Регуляция | Макс. штраф | Порог оборота |
|---|---|---|
| GDPR | €20 миллионов | 4% глобального оборота |
| Закон ЕС об ИИ (высокорисковые) | €15 миллионов | 3% глобального оборота |
| Закон ЕС об ИИ (запрещённые) | €35 миллионов | 7% глобального оборота |
Нарушения, связанные с наборами данных, попадают в высокорисковый уровень (€15 млн / 3%). Если регулятор установит, что использование персональных данных без гарантий является запрещённым действием, применяется высший уровень.
Реальные примеры: оборот €500 млн при 3% = штраф €15 млн. Оборот €5 млрд при 3% = штраф €150 млн. Это реальные цифры, не теория.
Почему очистка данных решает проблему
Надлежащим образом очищенные данные выходят за рамки действия GDPR. Это снимает большую часть бремени Статьи 10.
Жёсткие правила — обработка особых категорий, проверка на предвзятость, права субъектов данных — применяются только когда набор данных содержит персональные данные. Удалите их сначала. Бремя в значительной мере исчезает.
French data protection authority CNIL прояснила это в начале 2026 года. В своём руководстве по ИИ говорится следующее: очистка персональных данных, не нужных для производительности модели, является основной технической мерой для соответствия Статье 10.
Это не маргинальная точка зрения. Это позиция главного регулятора ЕС в области ИИ.
Что означает очистка данных на практике
Очистка наборов данных для обучения ИИ — не то же самое, что очистка живых продакшн-данных. Наборы данных для моделей могут содержать:
- Документы с персональными данными — договоры, письма, отчёты, обращения в поддержку
- Структурированные записи — таблицы клиентов, используемые для построения предиктивных моделей
- Размеченный контент — изображения или тексты с аннотациями, включающими персональные данные
- Синтетические записи — где генерация всё же может сохранять персональные паттерны
Вы должны обнаружить персональные данные во всех этих форматах. Пропуск одного типа компрометирует весь набор данных. Договор с удалёнными именами, но полными адресами всё равно обучит модель связывать геолокацию с демографическими паттернами.
API anonym.legal поддерживает пакетную обработку больших ИИ-наборов данных. Он обнаруживает 285+ типов сущностей в 48 языках. Для европейских ИИ-компаний с многоязычными наборами данных кросс-языковое покрытие критично. Пробел в одном языке создаёт риск нарушения Закона об ИИ для всей системы.
Подробнее об обнаружении сущностей — в руководстве по токен-системе и справочнике по типам сущностей.
Практические шаги: очистка вашего набора данных
Шаг 1: Сначала аудит
Выполните проверку обнаружения до начала очистки. Это покажет, какие персональные данные присутствуют:
curl -X POST https://anonym.legal/api/presidio/analyze \
-H "Authorization: Bearer ВАШ_API_КЛЮЧ" \
-H "Content-Type: application/json" \
-d '{
"text": "'"$(cat document.txt)"'",
"language": "en"
}'
Ответ содержит каждую обнаруженную сущность с её типом, позицией и оценкой. Запустите это для всех файлов, чтобы увидеть полный масштаб до начала работы.
Шаг 2: Пакетная очистка
Для больших наборов данных используйте пакетную конечную точку для обработки множества файлов за раз:
import requests
import os
from pathlib import Path
def scrub_batch(documents: list[dict]) -> list[dict]:
response = requests.post(
"https://anonym.legal/api/presidio/anonymize-batch",
json={"items": documents, "language": "en"},
headers={"Authorization": f"Bearer {os.environ['ANONYM_API_KEY']}"}
)
return response.json()["results"]
source_dir = Path("./dataset")
docs = [
{"id": f.name, "text": f.read_text()}
for f in source_dir.glob("*.txt")
]
batch_size = 50
for i in range(0, len(docs), batch_size):
results = scrub_batch(docs[i:i+batch_size])
for result in results:
out = source_dir / "clean" / result["id"]
out.write_text(result["text"])
print(f"Готово: {result['id']} — удалено {len(result['items'])} сущностей")
Шаг 3: Ведите записи
Статья 10 требует письменной документации о проделанной работе. Для каждого набора данных сохраняйте:
- Используемую модель обнаружения и её версию
- Какие типы сущностей были найдены и как каждый был заменён
- Количество удалённых сущностей на набор данных
- Дату очистки и версию набора данных
Это выполняет требование «практик управления данными» из Статьи 10(2)(a).
Часто задаваемые вопросы
Нарушает ли очистка качество модели?
В большинстве случаев — нет. Модель обучается на паттернах текстовой структуры, а не на персональных деталях. Имена, номера телефонов и адреса можно заменить на заглушки вроде [NAME] или [PHONE], и модель всё равно усвоит те же паттерны. Многие исследовательские команды установили, что очищенные наборы данных дают модели одинакового качества. Ключ — использовать единообразные заглушки, чтобы модель видела чёткий паттерн.
Что если мой набор данных очень большой?
Используйте пакетный API. Он обрабатывает большие объёмы параллельно. На странице тарифов показаны планы для высоконагруженных сценариев. Многие команды обрабатывают миллионы записей в месяц.
Что насчёт неанглоязычных наборов данных?
API поддерживает 48 языков. Для каждого языка используется модель обнаружения, обученная на этом языке. Это значит, что немецкий, французский, испанский, японский и другие языки охвачены. Полный список языков — в FAQ. Смешанные наборы данных также поддерживаются — язык можно указывать для каждого документа в пакетном запросе.
Закон штата Колорадо об ИИ: два дедлайна
Закон Колорадо об ИИ вступает в силу 30 июня 2026 года — на пять недель раньше европейского дедлайна. Он устанавливает аналогичные правила для «высокорисковых ИИ-систем» в рамках законодательства штата. Основной акцент — предвзятость и дискриминация.
Команды, работающие как в ЕС, так и в Колорадо, одновременно сталкиваются с двумя дедлайнами. Очистка наборов данных помогает выполнить оба закона: Статью 10 (ЕС) и антидискриминационные правила Колорадо. Технические шаги одинаковые.
Действуйте сейчас
Пяти месяцев достаточно — если начать сегодня. Недостаточно — если ждать до июня.
Практический план:
- Недели 1–2: Аудит наборов данных — выясните, какие персональные данные присутствуют
- Недели 3–6: Создайте и протестируйте конвейер очистки
- Недели 7–10: Составьте документацию по управлению данными; получите юридическую проверку
- Недели 11–16: Валидация — убедитесь, что очищенные наборы данных соответствуют требованиям качества Статьи 10
- 2 августа: Дата начала правоприменения — практики соответствия должны быть внедрены
API anonym.legal интегрируется в ваш текущий конвейер без значительных изменений. Объёмные планы — на странице тарифов. Частые вопросы по Статье 10 — в FAQ.
Для записей, охватываемых одновременно GDPR и Статьёй 10, используйте чек-лист соответствия GDPR.
Закон ЕС об ИИ готов к правоприменению. Готова ли ваша организация к 2 августа?
Начать с чек-листа соответствия GDPR →
Открытые вопросы и ограничения
Очистка данных для соответствия Закону об ИИ всё ещё развивается. Вот ключевые пробелы.
Пороговые значения не определены. Закон ЕС об ИИ не уточняет, какой уровень очистки является «достаточным». До выхода руководства Европейского офиса по ИИ вы несёте юридический риск. Вы можете не знать, удовлетворит ли ваш метод регуляторов.
Риск повторной идентификации сохраняется. Исследования показывают, что большие языковые модели могут запоминать и воспроизводить контент из своих наборов данных. Записи, прошедшие стандарты очистки до разработки модели, всё равно могут быть извлечены. Очистка до начала обучения не решает проблему полностью.
Синтетические данные имеют ограничения. Синтетическая генерация сохраняет статистические паттерны, но может добавлять тонкие предвзятости или упускать редкие пограничные случаи. Модели, обученные исключительно на синтетических данных, могут плохо работать на реальных входных данных.
Статья 10 всё ещё интерпретируется. Фраза «надлежащие технические меры» требует интерпретации. Работа ранних надзорных органов по защите данных в странах ЕС ещё не сформировала чётких стандартов. Следите за руководством EDPB и решениями государств-членов на протяжении всего 2026 года.
Источники
- Закон ЕС об ИИ, Регламент (ЕС) 2024/1689, Статьи 9–17 (обязательства для высокорисковых ИИ), OJ L 2024/1689
- Закон ЕС об ИИ, Статья 10 — Данные и управление данными
- Руководство CNIL по наборам данных ИИ, январь 2026
- Закон Колорадо об ИИ, SB 205, вступает в силу 30 июня 2026
- Сроки Закона ЕС об ИИ: запрещённые практики — 2 февраля 2025; высокорисковые системы — 2 августа 2026