О том, как легитимно объединить исследовательский ресурс системы образования с потребностями ИТ-сектора в качественных данных для обучения искусственного интеллекта, рассказал изданию сенатор, член комитета по науке, образованию и культуре, профессор, доктор технических наук, почетный работник высшего профессионального образования России Игорь Мурог.

С сентября 2026 г. в России вступил в силу Федеральный закон № 243-ФЗ "О поддержке развития технологий искусственного интеллекта", заложивший нормативные основы создания, применения и стимулирования алгоритмов машинного обучения. Принятие рамочного закона стало важным шагом в формировании отечественной регуляторной среды, однако на практике развитие прикладных ИИ-решений все чаще упирается в системный фактор — регулярное обеспечение разработчиков качественными, верифицированными и профильными массивами данных. В контексте реализации национального проекта "Экономика данных и цифровая трансформация государства" все более отчетливо проявляется необходимость поиска новых источников специализированной информации и создания прозрачных механизмов их вовлечения в хозяйственный оборот. Модели искусственного интеллекта для промышленности, энергетики или транспорта требуют не абстрактных датасетов, а точных отраслевых сведений, снятых с реального оборудования и технологических процессов.

Значительный объем ценной информации генерируется в системе отечественного образования. При этом сложившаяся практика взаимодействия ИТ-индустрии традиционно ориентирована на крупные университеты и академические институты. В то же время фундаментальные исследования далеко не всегда закрывают потребности бизнеса в специфических прикладных данных. В этом плане существенный и пока слабо задействованный потенциал содержит система среднего профессионального образования. В техникумах и колледжах, в том числе в рамках образовательно-производственных кластеров программы "Профессионалитет", накапливаются уникальные массивы: параметры работы станков с ЧПУ, логи телеметрии сельхозтехники, данные дефектоскопии материалов, результаты испытаний электрооборудования и аналитика энергопотребления. Для разработчиков индустриального софта и систем поддержки принятия решений подобные датасеты представляют высокую практическую ценность.

Однако при формировании единого пространства обмена данными возникает комплекс сложных правовых вопросов, связанных с защитой прав участников образовательного процесса. Ключевой аспект регулируется Федеральным законом № 152-ФЗ "О персональных данных". Существенная часть обучающихся в организациях СПО — это несовершеннолетние студенты, поступающие после девятого класса. Любые цифровые следы их учебной деятельности, результаты лабораторных работ и журналы практик при отсутствии надлежащей анонимизации подпадают под категорию персональных данных, обработка и передача которых третьим лицам требуют согласия законных представителей. Кроме того, согласно части IV Гражданского кодекса РФ, учебные и исследовательские работы студентов не являются служебными произведениями, поскольку обучающиеся не состоят с образовательной организацией в трудовых отношениях. Исключительные права на результаты интеллектуальной деятельности по умолчанию принадлежат самим авторам. Наконец, использование данных, полученных на оборудовании индустриальных партнеров, затрагивает нормы законодательства о коммерческой тайне.

Преодоление этих правовых и организационных развилок требует выработки понятных, законодательно чистых алгоритмов. Главным инструментом обеспечения безопасности персональных данных должна стать глубокая анонимизация (обезличивание) массивов информации на уровне самой образовательной организации по единым государственным стандартам. Очистка датасетов от сведений, позволяющих идентифицировать конкретного обучающегося, полностью снимает риски нарушения закона о персональных данных. В части интеллектуальной собственности рациональным путем представляется использование типовых пользовательских соглашений, а также привлечение студентов к работам по первичной подготовке и разметке данных в рамках производственных практик на договорной основе. Это позволит легитимно вводить результаты в оборот, а студентам — получать практический опыт и вознаграждение. Дополнительно требуется разработка регламентов учета требований коммерческой тайны предприятий-партнеров и создание защищенных платформ авторизованного доступа к анонимизированным датасетам.

Развитие отечественных технологий искусственного интеллекта требует гармоничного сочетания задач цифровизации и строгого соблюдения законодательных прав граждан, включая несовершеннолетних учащихся и молодых исследователей. Глубокий анализ правоприменительной практики в сфере персональных данных, авторского права и режимов конфиденциальности показывает, что безопасность данных и развитие технологий не исключают друг друга. Выстраивание четких, прозрачных и юридически безупречных процедур обезличивания и передачи профильных сведений позволит сформировать безопасную среду для циркуляции информации. Это даст возможность безопасно вовлечь потенциал колледжей и университетов в развитие отечественного ИТ-сектора, соблюдая баланс интересов обучающихся, образовательных организаций, бизнеса и государства.