Анна Павловна Алексеева
доктор юридических наук, профессор, ORCID 0000-0002-4569-7564
Санкт-Петербургский университет МВД России (г. Калининград)
профессор кафедры уголовного права, криминологии и уголовно-исполнительного праваКалининградского филиала
Заслуженный юрист Российской Федерации
alexeeva.klg-mvd@yandex.ru
Мария Юрьевна Тарасова
кандидат юридических наук, доцент
Волгоградская академия МВД России (г. Волгоград)
доцент кафедры оперативно-разыскной деятельности и специальной техники
tarasovawo.mariya@yandex.ru
Научная статья
УДК 34:004.8
Сравнительно-правовой анализ подходов к регулированию искусственного интеллекта в Российской Федерации
Ключевые слова. Искусственный интеллект, большая фундаментальная модель, правовое регулирование, сравнительно-правовой анализ, технологический суверенитет.
Аннотация. Введение. В настоящее время в России сформировались два конкурирующих подхода к правовому регулированию искусственного интеллекта. Один ориентирован на стимулирование разработки больших фундаментальных моделей. Он закреплен в Федеральном законе от 26 июля 2026 г. № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации». Другой подход был представлен в проекте названного нормативного правового акта (законопроект № 1271570-8). Его отличала строгая всеобъемлющая превентивная регулятивность. Отсутствие четкого соотношения между данными подходами порождает правовую неопределенность и риски для участников правоотношений. Этими обстоятельствами обусловлена актуальность исследования, результаты которого представлены в статье. Методы. Исследование проведено на основе диалектического, формально-юридического и сравнительно-правового методов. Применены системный анализ, документальный анализ истории разработки актов. Методы правового прогнозирования и моделирования были востребованы для оценки последствий реализации каждой регуляторной модели. Результаты. Установлено, что для Федерального закона № 243-ФЗ характерна минимизация регулирования, он направлен на снижение административных барьеров для разработчиков цифровых технологий, но не регламентирует механизмы предотвращения вреда. Инициаторы же законопроекта № 1271570-8, напротив, предлагали введение жестких требований: ведение реестра доверенных систем, обязательное страхование, маркировка контента, запрет на полностью автоматизированные юридически значимые решения. Выявлены сущностные противоречия в режиме использования авторских произведений, идентификации ИИ-контента и распределении ответственности. Предложены пути гармонизации двух рассматриваемых подходов. Оптимальным решением видится принятие доработанного варианта законопроекта № 1271570-8 в качестве базового рамочного закона (с изъятиями для больших фундаментальных моделей).
Anna P. Alekseeva
Doctor of Law, Professor, ORCID 0000-0002-4569-7564
Saint Petersburg University of the Ministry of the Interior of Russia (Kaliningrad, Russia)
Professor of the Department of Criminal Law, Criminology and Criminal Executive Law of the Kaliningrad Branch
Honored Lawyer of the Russian Federation
alexeeva.klg-mvd@yandex.ru
Maria Yu. Tarasova
Cand. Sci. (Jurisprudence), Associate Professor
Volgograd Academy of the Ministry of the Interior of Russia (Volgograd, Russia)
Associate Professor of the Department of Operational Investigative Activities and Special Equipment
tarasovawo.mariya@yandex.ru
Comparative legal analysis of approaches to regulating of artificial intelligence in the Russian Federation
Keywords. Artificial intelligence, large fundamental model, legal regulation, comparative legal analysis, technological sovereignty.
Annotation. Introduction. Currently, two competing approaches to the legal regulation of artificial intelligence have emerged in Russia. One is aimed at stimulating the development of large fundamental models. It is enshrined in Federal Law № 243-FZ of July 26, 2026 «On Supporting the Development of Artificial Intelligence Technologies in the Russian Federation». The other approach was presented in the draft of the aforementioned regulatory legal act (bill № 1271570-8). It was distinguished by strict comprehensive preventive regulation. The lack of a clear relationship between these approaches gives rise to legal uncertainty and risks for participants in legal relations. These circumstances determine the relevance of the study, the results of which are presented in the article. Methods. The study was conducted based on dialectical, formal-legal and comparative-legal methods. Systems analysis and documentary analysis of the history of the development of acts were applied. Methods of legal forecasting and modeling were in demand to assess the consequences of the implementation of each regulatory model. Results. It was established that Federal Law № 243-FZ is characterized by minimal regulation. It aims to reduce administrative barriers for digital technology developers, but does not regulate mechanisms for preventing harm. The initiators of bill № 1271570-8, on the contrary, proposed introducing strict requirements: maintaining a registry of trusted systems, mandatory insurance, content labeling, and a ban on fully automated legally significant decisions. Fundamental contradictions were identified in the use of copyrighted works, the identification of AI content, and the allocation of liability. Ways to harmonize the two approaches under consideration are proposed. The optimal solution appears to be the adoption of the revised version of bill № 1271570-8 as a basic framework law (with exceptions for large fundamental models).
Введение
Активное внедрение искусственного интеллекта (далее – ИИ) в различные сферы жизни заставляет законодателя искать такой подход к правовому регулированию, который бы одновременно поддерживал технологическое развитие и обеспечивал защиту интересов граждан, общества и государства. Основные ориентиры в этой области были определены еще в 2019 году, когда Президент Российской Федерации своим указом утвердил Национальную стратегию развития искусственного интеллекта до 2030 года1
1 Указ Президента Российской Федерации от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года»).
, в которой зафиксированы долгосрочные цели и принципы государственной политики в данной сфере. Однако полностью перенести эти стратегические положения в конкретные отраслевые законы долгое время не удавалось.
В настоящее время в России сложилась неоднозначная ситуация. С одной стороны, принят Федеральный закон от 26 июля 2026 г. № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» (далее – Федеральный закон № 243-ФЗ),который касается лишь узкой сферы – разработки больших фундаментальных моделей1
1 Большая фундаментальная модель искусственного интеллекта – программа, предназначенная для выполнения задач на уровне, сопоставимом с результатами интеллектуальной деятельности человека или превосходящем их. Фактически это нейросеть, обученная на гигантских массивах информации.
. С другой стороны, в публичном поле продолжает обсуждаться более масштабный документ, охватывающий общие вопросы регулирования ИИ. Это законопроект, которым был инициирован процесс, завершившийся принятием названного выше нормативного правового акта1 (далее – законопроект № 1271570-8)
1 Законопроект № 1271570-8 «О поддержке развития технологий искусственного интеллекта в Российской Федерации» // Система обеспечения законодательной деятельности: сайт // URL: https://sozd.duma.gov.ru/bill/1271570-8?ysclid=mt5rmfpv60658221499.
. Его подготовкой занималась рабочая группа под руководством сенатора В.И. Кожина, созданная при Комитете Совета Федерации по конституционному законодательству и государственному строительству, который возглавляет А.А. Клишас. Законопроект в представленном изначально виде Государственной Думой поддержан не был. В процессе доработки документ концептуально изменился до неузнаваемости, хотя и сохранил исходное название. С ним он и был принят в итоге как Федеральный закон № 243-ФЗ.
Эти события привели к правовой неопределенности по многим позициям и оставили открытым вопрос о том, какая из двух концепций – стимулирующая или превентивно-регулятивная – должна лечь в основу дальнейшего законодательного развития вышеназванной национальной стратегии на федеральном уровне. Изучение их соотношения представляет не только теоретический, но и прикладной интерес, поскольку от выбора модели регулирования зависят инвестиционная привлекательность отрасли [1, с. 59], уровень правовой защищенности граждан [2, с. 27; 3, с. 216; 4, с. 25] и темпы достижения технологической независимости [5, с. 28], предусмотренного стратегическими документами.
Итак, законопроект № 1271570-8 был создан рабочей группой, объединившей ведущих экспертов в области искусственного интеллекта и информационного права. В ее состав вошли И.Г. Ашманов (разработчик систем ИИ с сорокалетним стажем), А.В. Калинин (бывший директор направления ИИ одной из крупнейших телекоммуникационных компаний страны), В.Б. Наумов (признанный специалист в сфере ИТ-права), а также представители академических кругов. В число задач разработчиков входило установление ограничений на рискованное внедрение генеративных моделей в сферах, непосредственно влияющих на жизнедеятельность людей. Инициатива получила одобрение на высшем государственном уровне: 9 декабря 2025 года в ходе ежегодной встречи Президента Российской Федерации с членами Совета по правам человека И.Г. Ашманов доложил о готовности законопроекта и В.В. Путин представленные предложения поддержал.
Между тем Министерство цифрового развития, связи и массовых коммуникаций (Минцифры России) разработало собственный законопроект. Он был ориентирован преимущественно на стимулирование развития ИИ-систем крупнейших отечественных компаний. Несмотря на многократные встречи представителей рабочей группы В.И. Кожина с руководством Минцифры и курирующим его деятельность вице-премьером, попытки объединить два законопроекта в единый согласованный документ успехом не увенчались. Более того, оба были отклонены, причем решающую роль в этом сыграло давление со стороны бизнеса, заинтересованного в минимизации регулирования.
К июню 2026 года Минцифры представило кардинально переработанный законопроект, суть которого изменилась до неузнаваемости: вместо введения ограничений и требований безопасности документ был переориентирован на меры поддержки использования ИИ, при том что вопросы допустимости, проверки надежности и контроля остались за рамками его предмета регулирования. В кратчайшие сроки, в обход публичных слушаний и широкого общественного обсуждения, данный документ был внесен в Государственную Думу и вскоре принят как Федеральный закон № 243-ФЗ.
В отличие от данного закона законопроект № 1271570-8 содержит два принципиальных элемента, отсутствующих в версии Минцифры.
Во-первых, его разработчики не видят необходимости в регламентации развития самой технологии, оставляя пространство для свободного научно-технического творчества, но при этом предлагают закрепить адресные ограничения на применение ИИ в таких критических сферах, как образование, государственное управление и законотворчество, то есть там, где решения непосредственно затрагивают права и свободы человека [6, с. 60].
Во-вторых, инициаторы законопроекта сформулировали понятие «доверенной системы искусственного интеллекта». С их точки зрения, ее оценка должна осуществляться силами Федеральной службы по техническому и экспортному контролю, Федеральной службы безопасности, а также Консорциума исследований безопасности технологий искусственного интеллекта, объединяющего Институт системного программирования РАН, Научно-технический центр компетенций, Академию криптографии и еще более десятка профильных организаций [7, с. 211].
Напротив, Федеральный закон № 243-ФЗ не предусматривает никаких ограничений внедрения: он допускает, в частности, использование моделей вместо учебников для написания законов и в иных социально значимых контекстах без каких-либо предварительных проверок. Вместо «доверенного» ИИ в нем фигурирует понятие «суверенного» ИИ, определяемое исключительно по географическому признаку – создание на территории Российской Федерации. Однако происхождение технологии само по себе не гарантирует защиты от утечек данных, достоверности результатов, прозрачности обучения или соответствия этическим и правовым нормам [8, с. 576]. Все эти характеристики относятся именно к категории доверенности, но ей Федеральный закон № 243-ФЗ внимания не уделяет. Отказ от обязательной экспертизы создает реальные риски импорта иностранных решений и внедрения их на отечественных объектах критической информационной инфраструктуры, что ставит под угрозу технологическую независимость и безопасность государства [9, с. 267].
Вышеизложенные обстоятельства обусловили цель исследования, результаты которого представлены в настоящей статье: провести всестороннее сравнение двух рассматриваемых регуляторных моделей, выделить их сильные и слабые стороны, а также предложить способы согласования подходов в рамках общей стратегии технологического суверенитета. Эта стратегия должна одновременно способствовать инновационному развитию и обеспечивать надежную защиту конституционных прав граждан и национальных интересов Российской Федерации.
Методы
В ходе исследования был применен комплекс общенаучных и частно-научных методов познания, позволяющих всесторонне раскрыть предмет сравнительного анализа.
Методологическую основу работы составил диалектический метод. Он помог изучению двух заинтересовавших нас документов как взаимосвязанных, но противоположных по своей регуляторной природе явлений, находящихся в единстве и борьбе противоположностей.
Формально-юридический метод использован для толкования текстов Федерального закона № 243-ФЗ и законопроекта № 1271570-8 с целью выявления буквального содержания норм, их внутренней логики, а также установления правовых дефиниций, структурных элементов и механизмов действия.
Основным инструментом исследования стал сравнительно-правовой метод. С его помощью проведено сопоставление двух регуляторных моделей по единым критериям: объект регулирования, порядок допуска, требования к маркировке, режим использования данных, страхование и ответственность. Данный метод позволил выявить как содержательные расхождения, так и общие концептуальные установки, а также оценить риски нормативных коллизий.
Метод системного анализа способствовал рассмотрению каждого из двух документов как целостной системы взаимосвязанных элементов, что дало возможность оценить их внутреннюю согласованность, полноту регулирования и потенциальные пробелы.
Для изучения официальных текстов законов, проектов, а также материалов, отражающих историю их разработки и обсуждения (включая стенограммы встреч, публичные выступления, экспертные заключения) был востребован метод документального анализа, что позволило восстановить генезис каждой из регуляторных инициатив и учесть политико-экономический контекст их появления.
Методы правового прогнозирования и моделирования применены для оценки возможных последствий реализации каждой из исследованных моделей регулирования (как для инновационного развития отрасли, так и для обеспечения прав и свобод граждан), а также для выработки рекомендаций по гармонизации подходов.
Разработанная нами методология обеспечивает достоверность полученных выводов и обоснованность сформулированных предложений по совершенствованию законодательного регулирования в сфере искусственного интеллекта.
Результаты
Действие Федерального закона № 243-ФЗ распространяется исключительно на процессы создания, внедрения и использования больших фундаментальных моделей ИИ – программных комплексов, насчитывающих не менее миллиарда параметров и выступающих основой для множества прикладных сервисов. Закон призван сформировать благоприятные условия для отрасли: в нем закреплены принципы технологической самостоятельности, риск-ориентированного подхода и уважения к традиционным ценностям. Главный акцент сделан на мерах поддержки разработчиков суверенных и национальных моделей. Это, например, упрощенный доступ к государственным базам данных и разрешение обучать модели с использованием объектов авторского права без получения согласия правообладателя (ст. 10). Требование маркировать контент носит скорее рекомендательный характер и становится обязательным только для крупных интернет-площадок с суточной аудиторией более 500 тысяч пользователей. Закон не вводит ни обязательного страхования, ни каких-либо регистрационных реестров.
Законопроект № 1271570-8, напротив, был задуман как всеобъемлющий свод правил, который распространялся бы на все системы ИИ независимо от их размера и сферы применения. Его основные положения предусматривают: выделение «доверенных» систем с внесением в публичный реестр; запрет на применение «недоверенных» систем в социальной сфере, медицине, образовании и государственном управлении; обязательную маркировку результатов работы ИИ с помощью специальных идентификаторов; право граждан без объяснения причин отказываться от взаимодействия с ИИ; детальное документирование всего жизненного цикла системы; обязательное страхование гражданской ответственности производителей и операторов. Кроме того, в проекте предложены поправки в Гражданский кодекс Российской Федерации, необходимые для признания юридической значимости действий, совершенных системами ИИ, а также ужесточение наказания за нарушение авторских прав при формировании обучающих наборов данных.
В обобщенном виде характеристики двух рассматриваемых документов представлены в таблице 1. Исходя из приведенных в ней сведений, можно сделать вывод о том, что и Федеральный закон № 243-ФЗ, и законопроект № 1271570-8 имеют сильные и слабые стороны.
Таблица 1
Сравнительная характеристика Федерального закона № 243-ФЗ и законопроекта № 1271570-8
Главное преимущество Федерального закона № 243-ФЗ – создание благоприятного режима для разработчиков больших фундаментальных моделей ИИ. Возможность свободно обучать модели на контенте, упрощенный доступ к государственным информационным системам и отсутствие обязательной регистрации заметно снижают порог входа в отрасль для любых участников инновационной деятельности – от небольших команд до крупных компаний [10, с. 355]. Гибкие требования к маркировке учитывают технические особенности разных платформ и не создают лишних препятствий для креативных индустрий. В то же время закон страдает фрагментарностью. Он охватывает только большие языковые модели, тогда как системы распознавания лиц, алгоритмы кредитного скоринга и рекомендательные механизмы в социальных сетях остаются за рамками регулирования (если только они не используют модель с миллиардом и более параметров) [11, с. 49]. Это ведет к перекосу: мощная модель подпадает под упрощенный контроль, а более простой, но социально значимый алгоритм вообще не регулируется. Кроме того, ст. 10, разрешающая копировать произведения для обучения без согласия правообладателей, прямо противоречит Гражданскому кодексу Российской Федерации (ст.ст. 1229, 1270), что может вызвать судебные споры и подорвать стабильность правоприменения.
Законопроект № 1271570-8, напротив, предлагает целостную систему, в которой у каждого участника технологического процесса – производителя, оператора, пользователя – есть четко прописанные права и обязанности. Очевидный плюс – введение института «человеческого контроля»: автоматические решения можно пересматривать без дополнительной платы, что отвечает, в частности, европейским стандартам (речь идет, например, о положениях ст. 22 Генерального регламента о защите персональных данных, принятого постановлением Европейского союза от 27 апреля 2016 г.). Обязательное страхование и подробное документирование всех стадий жизненного цикла системы позволяют в случае инцидента доказать причинно-следственную связь [12, с. 194]. Однако большое количество обязательных требований и разрешительных процедур может затормозить развитие отрасли, поскольку разработчикам станет сложно и невыгодно работать. Регистрация каждой системы в качестве «доверенной» потребует значительных ресурсов, что затруднительно особенно для малых предприятий. Жесткая охрана авторских прав при обучении нейросетей делает почти невозможным создание конкурентоспособных русскоязычных больших фундаментальных моделей ИИ: современные зарубежные аналоги («GPT», «Claude») обучаются на огромных массивах данных без получения индивидуального согласия авторов [13, с. 143]. В мировой практике обучение на открытом контенте без разрешения правообладателей считается допустимым, и отказ от такого подхода ставит российских разработчиков в заведомо невыгодное положение по сравнению с зарубежными конкурентами [14, с. 105].
Сопоставление двух документов позволило нам выявить в их содержании несколько принципиальных расхождений правового характера. Так, законопроект № 1271570-8 предлагает закрепить требование о том, чтобы в доверенных системах данные, используемые для обучения систем ИИ, были получены законно и задокументированы, тогда как Федеральный закон № 243-ФЗ разрешает обходиться без согласия авторов. По-разному решается и вопрос маркировки: в законопроекте № 1271570-8 прописана обязанность помечать любой контент, созданный искусственным интеллектом, в то время как Федеральный закон № 243-ФЗ вводит такую обязанность только для онлайн-площадок с суточной аудиторией более 500 тысяч человек и не связывает ее с нормами потребительского права. Различаются подходы к страхованию: разработчики законопроекта № 1271570-8 стремились закрепить его обязательность, Федеральный закон № 243-ФЗ делает его добровольным. Поэтому для одной и той же большой фундаментальной модели требования окажутся разными в зависимости от присвоенного статуса – «доверенной» или «суверенной». Наконец, предусмотрены разные режимы регулирования: Федеральный закон № 243-ФЗ устанавливает уведомительный порядок для моделей общего назначения, а законопроект № 1271570-8 предлагает ввести разрешительный для систем, чьи действия имеют юридическую значимость в социальной сфере. При этом модель с «суверенным» статусом может автоматически признаваться «доверенной» при наличии дополнительного сертификата безопасности, что исключает двойное администрирование.
Исходя из этого, можно сделать вывод о том, что рассматриваемые документы отражают разные этапы регуляторного цикла: Федеральный закон № 243-ФЗ – этап стимулирования (экстенсивный рост), законопроект № 1271570-8 – этап упорядочения (интенсивный контроль). Их параллельное действие без четкого разграничения приоритетов неизбежно создавало бы правовую неопределенность [15, с. 4]. Одним из возможных решений проблемы видится внесение в законопроект № 1271570-8 поправок, предусматривающих изъятия для больших фундаментальных моделей, уже подпадающих под действие Федерального закона № 243-ФЗ, либо установление переходного периода (моратория), например до 2030-2032 годов, на применение регистрационных и страховых требований к таким моделям.
Судя по тому, что в виде Федерального закона № 243-ФЗ был принят все-таки документ стимулирующего характера, государство в 2026 году явно сделало ставку на развитие отрасли ИИ посредством смягчения правил. Но это не значит, что оно готово пренебречь безопасностью. Оптимальным решением представляется доработка законопроекта №1271570-8 с последующим его принятием в качестве базового рамочного закона, но с важными оговорками: для инновационных разработок, которые получают бюджетное финансирование, возможны временные послабления, а требования могут ужесточаться постепенно, по мере того, как окрепнет рынок.
Заключение
Результаты сравнительного анализа двух документов – Федерального закона № 243-ФЗ и законопроекта № 1271570-8 – позволили нам сделать несколько выводов, значимых и для теории, и для практики.
Первый и главный – рассматриваемые документы опираются на разные регуляторные подходы. Федеральный закон № 243-ФЗ – это, по сути, стимулирующий инструмент. Его задача – создать максимально комфортные условия для разработчиков больших фундаментальных моделей. Его ключевые нововведения – свободное использование произведений для обучения нейросетей, упрощенный доступ к государственным данным, отказ от разрешительных процедур – способствуют снижению административных барьеров и ускорению развития технологий. Такой подход характерен для этапа быстрого роста отрасли, когда важнее нарастить технологическую базу и выйти на мировой уровень конкурентоспособности.
Законопроект № 1271570-8, наоборот, представляет собой превентивно-регулятивную модель. В нем предлагается системный подход к обеспечению снижения рисков от внедрения ИИ в социально значимые сферы (введение доверенного статуса, обязательная регистрация, страхование ответственности, запрет на полностью автоматизированные юридически значимые решения). При этом нет необходимости вводить ограничения на сам технологический процесс: они нужны лишь там, где ошибка может напрямую задеть права и свободы человека.
Выявленные в ходе исследования противоречия между документами носят не технический, а сущностный характер. Они касаются базовых аспектов: как использовать авторские произведения для обучения нейросетей, как маркировать ИИ-контент, каким должно быть страхование, кто несет ответственность. Из-за этих расхождений одновременное действие двух таких документов без четкой иерархии и переходных положений невозможно.
С концептуальной точки зрения следует говорить о том, что приоритет государственной политики в 2026 году смещен в сторону стимулирования отрасли ИИ-технологий посредством смягчения требований. Именно поэтому Федеральный закон № 243-ФЗ был принят достаточно быстро. Такая стратегия оправдана: нужно преодолеть технологическое отставание и достичь целей Национальной стратегии развития искусственного интеллекта до 2030 года. Но безопасность нельзя отодвигать на второй план, потому что от уровня ее обеспечения зависит доверие людей к новым технологиям и устойчивость всей цифровой экосистемы.
Оптимальным видится такой вариант развития событий – доработать законопроект № 1271570-8 и принять его в качестве рамочного закона, который задаст общие принципы безопасного использования ИИ, но с серьезными исключениями для больших фундаментальных моделей, уже подпадающих под действие Федерального закона № 243-ФЗ. Для таких инновационных технологий стоит ввести переходный период (например до 2030-2032 годов) с мораторием на регистрационные и страховые требования. Ужесточать контроль необходимо постепенно, по мере того, как рынок станет зрелым и накопится правоприменительная практика. Статус «суверенной» модели, который сейчас присваивается по географическому признаку, следовало бы дополнить элементами доверенности: проверкой безопасности, достоверности, прозрачности. Это устранило бы главный пробел Федерального закона № 243-ФЗ.
Эффективное регулирование искусственного интеллекта в нынешних условиях – это не выбор между поддержкой и контролем. Нужна динамичная двухуровневая система, где для разных категорий ИИ применяются соразмерные режимы, а ужесточение требований идет в ногу с развитием технологий. Предложенный нами подход к согласованию двух регулятивных моделей может лечь в основу дальнейшей законотворческой работы и научных дискуссий о поиске баланса между инновациями и защитой конституционных прав в цифровую эпоху.
Библиографический список
1. Королькова Д.А. Правовые аспекты места и роли технологий искусственного интеллекта в достижении целей социально-экономического развития Российской Федерации // Проблемы экономики и юридической практики. 2022. Т. 18. № 6. С. 59-65.
2. Алексеева А.П., Ничуговская О.Н. Киберпреступность: основные черты и формы проявления // Преступность в сфере информационных и телекоммуникационных технологий: проблемы предупреждения, раскрытия и расследования преступлений. 2017. № 1. С. 27-34.
3. Попов С.В. К вопросу об особенностях обнаружения признаков мошеннических действий в сети Интернет // Межведомственный научно-практический Петербургский оперативно-розыскной форум: Материалы научно-практической конференции. СПб: СПбУ МВД России, 2025. С. 216-219.
4. Глубоковских Р.В., Гринева Д.А. Характеристика оперативно-розыскного инструментария при раскрытии хищения денежных средств с банковских счетов // XIII Балтийский юридический форум «Закон и правопорядок в третьем тысячелетии»: Материалы международной научно-практической конференции. Калининград: КФ СПбУ МВД России, 2025. С. 25-27.
5. Кобец П.Н. Основные направления по всеобъемлющему и целостному регулированию правоотношений в сфере разработки и применения технологий на основе использования искусственного интеллекта // Наука и образование как основа развития России. Кадры для инновационной экономики: Сборник статей. Т. 1. М., 2023. С. 28-37.
6. Герасимов А.В., Поляков А.В. К вопросу информационного воздействия на объекты оперативной заинтересованности // Х Балтийский юридический форум «Закон и правопорядок в третьем тысячелетии»: Материалы международной научно-практической конференции. Калининград: КФ СПбУ МВД России, 2022. С. 60-61.
7. Поляков А.В., Гринева Д.А. О возможностях использования информационных технологий в решении задач оперативно-розыскной деятельности // Межведомственный научно-практический Петербургский оперативно-розыскной форум: Материалы межведомственной научно-практической конференции. СПб: СПбУ МВД России, 2025. С. 211-215.
8. Случевская Ю.А. Цифровые технологии в предупреждении экологической преступности: оценка эффективности и рисков применения // Виктимология. 2025. Т. 12. № 4. С. 576-588.
9. Конякин М.Н. О формировании системы правового регулирования искусственного интеллекта // Бизнес. Образование. Право. 2024. № 3 (68). С. 267-272.
10. Крамаровский Л.О. Публично-правовые подходы к регулированию искусственного интеллекта: сравнительно-правовой анализ ведущих юрисдикций // Право и государство: теория и практика. 2025. № 8. С. 355-359.
11. Васякина Е.В. Правовое регулирование искусственного интеллекта в России и зарубежных странах: от этики к новой парадигме // Юридический мир. 2023. № 11. С. 49-53.
12. Случевская Ю.А. Компенсационная и восстановительная функции уголовного права // Вестник Санкт-Петербургского университета МВД России. 2024. № 4 (104). С. 194-208.
13. Кузьмин Д.В. Сравнительный анализ правовой базы регулирования технологий искусственного интеллекта в Российской Федерации и в ЕС // Современная наука: актуальные проблемы теории и практики. Серия: Экономика и право. 2020. № 12. С. 143-149.
14. Аксенов С.Г. Правовые аспекты регулирования искусственного интеллекта: вызовы и перспективы // Социальное управление. 2025. Т. 7. № 3. С. 105-110.
15. Кобец П.Н. Современные подходы к вопросу о выделении новой отрасли права, регулирующей общественные отношения, возникающие с развитием технологий искусственного интеллекта // Вестник Белгородского юридического института МВД России имени И.Д. Путилина. 2024. № 2. С. 4-10.
References
1. Korol'kova D.A. Pravovyye aspekty mesta i roli tekhnologiy iskusstvennogo intellekta v dostizhenii tseley sotsial'no-ekonomicheskogo razvitiya Rossiyskoy Federatsii // Problemy ekonomiki i yuridicheskoy praktiki. 2022. T. 18. № 6. S. 59-65.
2. Alekseyeva A.P., Nichugovskaya O.N. Kiberprestupnost': osnovnyye cherty i formy proyavleniya // Prestupnost' v sfere informatsionnykh i telekommunikatsionnykh tekhnologiy: problemy preduprezhdeniya, raskrytiya i rassledovaniya prestupleniy. 2017. № 1. S. 27-34.
3. Popov S.V. K voprosu ob osobennostyakh obnaruzheniya priznakov moshennicheskikh deystviy v seti Internet // Mezhvedomstvennyy nauchno-prakticheskiy Peterburgskiy operativno-rozysknoy forum: Materialy nauchno-prakticheskoy konferentsii. SPb: SPbU MVD Rossii, 2025. S. 216-219.
4. Glubokovskikh R.V., Grineva D.A. Kharakteristika operativno-rozysknogo instrumentariya pri raskrytii khishcheniya denezhnykh sredstv s bankovskikh schetov // XIII Baltiyskiy yuridicheskiy forum «Zakon i pravoporyadok v tret'yem tysyacheletii»: Materialy mezhdunarodnoy nauchno-prakticheskoy konferentsii. Kaliningrad: KF SPbU MVD Rossii, 2025. S. 25-27.
5. Kobets P.N. Osnovnyye napravleniya po vseob"yemlyushchemu i tselostnomu regulirovaniyu pravootnosheniy v sfere razrabotki i primeneniya tekhnologiy na osnove ispol'zovaniya iskusstvennogo intellekta // Nauka i obrazovaniye kak osnova razvitiya Rossii. Kadry dlya innovatsionnoy ekonomiki: Sbornik statey. T. 1. M., 2023. S. 28-37.
6. Gerasimov A.V., Polyakov A.V. K voprosu informatsionnogo vozdeystviya na ob"yekty operativnoy zainteresovannosti // X Baltiyskiy yuridicheskiy forum «Zakon i pravoporyadok v tret'yem tysyacheletii»: Materialy mezhdunarodnoy nauchno-prakticheskoy konferentsii. Kaliningrad: KF SPbU MVD Rossii, 2022. S. 60-61.
7. Polyakov A.V., Grineva D.A. O vozmozhnostyakh ispol'zovaniya informatsionnykh tekhnologiy v reshenii zadach operativno-rozysknoy deyatel'nosti // Mezhvedomstvennyy nauchno-prakticheskiy Peterburgskiy operativno-rozysknoy forum: Materialy mezhvedomstvennoy nauchno-prakticheskoy konferentsii. SPb: SPbU MVD Rossii, 2025. S. 211-215.
8. Sluchevskaya Yu.A. Tsifrovyye tekhnologii v preduprezhdenii ekologicheskoy prestupnosti: otsenka effektivnosti i riskov primeneniya // Viktimologiya. 2025. T. 12. № 4. S. 576-588.
9. Konyakin M.N. O formirovanii sistemy pravovogo regulirovaniya iskusstvennogo intellekta // Biznes. Obrazovaniye. Pravo. 2024. № 3 (68). S. 267-272.
10. Kramarovskiy L.O. Publichno-pravovyye podkhody k regulirovaniyu iskusstvennogo intellekta: sravnitel'no-pravovoy analiz vedushchikh yurisdiktsiy // Pravo i gosudarstvo: teoriya i praktika. 2025. № 8. S. 355-359.
11. Vasyakina Ye.V. Pravovoye regulirovaniye iskusstvennogo intellekta v Rossii i zarubezhnykh stranakh: ot etiki k novoy paradigme // Yuridicheskiy mir. 2023. № 11. S. 49-53.
12. Sluchevskaya Yu.A. Kompensatsionnaya i vosstanovitel'naya funktsii ugolovnogo prava // Vestnik Sankt-Peterburgskogo universiteta MVD Rossii. 2024. № 4 (104). S. 194-208.
13. Kuz'min D.V. Sravnitel'nyy analiz pravovoy bazy regulirovaniya tekhnologiy iskusstvennogo intellekta v Rossiyskoy Federatsii i v ES // Sovremennaya nauka: aktual'nyye problemy teorii i praktiki. Seriya: Ekonomika i pravo. 2020. № 12. S. 143-149.
14. Aksenov S.G. Pravovyye aspekty regulirovaniya iskusstvennogo intellekta: vyzovy i perspektivy // Sotsial'noye upravleniye. 2025. T. 7. № 3. S. 105-110.
15. Kobets P.N. Sovremennyye podkhody k voprosu o vydelenii novoy otrasli prava, reguliruyushchey obshchestvennyye otnosheniya, voznikayushchiye s razvitiyem tekhnologiy iskusstvennogo intellekta // Vestnik Belgorodskogo yuridicheskogo instituta MVD Rossii imeni I.D. Putilina. 2024. № 2. S. 4-10.
Авторы заявляют об отсутствии конфликта интересов.
Авторами внесён равный вклад в написание статьи.
The authors declare no conflicts of interests.
The authors have made an equal contribution to the writing of the article.
© Алексеева А.П., Тарасова М.Ю., 2026.
Ссылка для цитирования
Алексеева А.П., Тарасова М.Ю. Сравнительно-правовой анализ подходов к регулированию искусственного интеллекта в Российской Федерации // Вестник Калининградского филиала Санкт-Петербургского университета МВД России. 2026. № 3 (85). С. 106-113.
