Сбор обучающих датасетов и парсинг веб-ресурсов стали фундаментальной основой развития машинного обучения, генеративных моделей и прикладных аналитических сервисов. Однако иллюзия того, что открытая публикация сведений в сети дает карт-бланш на их автоматическую выгрузку, регулярно приводит IT-компании и стартапы к судебным искам с миллионными компенсациями. Чтобы построить устойчивый бизнес в Data Science и машинном обучении, компаниям критически важно понимать, как закон защищает базы данных для ИИ, где проходит граница правомерного анализа контента и почему статус общедоступной информации не освобождает от ответственности за несанкционированное извлечение материалов. Команда бюро правовой архитектуры VERIS LEGAL разбирает материально-правовые основания защиты данных, знаковые споры Суда по интеллектуальным правам и технические маркеры комплаенса.
В чем корень проблемы: смежные права изготовителя против data scraping
Разработчики алгоритмов машинного обучения нередко исходят из предпосылки: «Если ресурс доступен в браузере любому посетителю, скрипт-парсер может забрать эти строки без чьего-либо разрешения». Российское гражданское законодательство придерживается принципиально иной логики. В четвертой части Гражданского кодекса РФ закреплен специальный правовой институт — смежное право изготовителя базы данных.
Согласно нормам статей 1333–1334 Гражданского кодекса РФ, изготовителем признается лицо, организовавшее создание базы данных и работу по сбору, обработке и расположению составляющих ее элементов. При этом закон выдвигает квалифицирующий критерий: создание такой базы должно требовать существенных финансовых, материальных, организационных или иных затрат. Если этот порог преодолен, создатель получает исключительное право изготовителя базы данных на срок в 15 лет.
Суть смежного права заключается в монополии на извлечение и последующее использование материалов. В силу пункта 3 статьи 1335.1 Гражданского кодекса РФ незаконными признаются:
- Извлечение или использование всей базы данных либо ее существенной части без согласия правообладателя.
- Неоднократное систематическое извлечение или использование несущественных частей материалов, если такие действия противоречат нормальному использованию базы и ущемляют законные экономические интересы изготовителя.
Именно систематический парсинг микропорциями, к которому прибегают краулеры и сборщики данных для наполнения тренировочных сетов ИИ, подпадает под состав правонарушения по статье 1335.1 ГК РФ.
Анализ судебной практики: прецеденты СИП РФ и граница дозволенного
Правоприменительная практика по спорам об извлечении данных прошла серьезную эволюцию от полного отрицания прав платформ до детальной технической экспертизы сетевых запросов.
Дело «ВКонтакте» против агрегаторов: техническое взаимодействие и факт извлечения
Фундаментальным ориентиром для IT-индустрии стало разбирательство по делу № А40-188827/2017 (карточка доступна в Картотеке арбитражных дел kad.arbitr.ru). В рамках спора социальная сеть «ВКонтакте» защищала базу пользователей от сбора и коммерциализации сведений сторонними сервисами скоринга.
Суд по интеллектуальным правам в своих актах (включая постановление СИП РФ от 24.07.2018 и последующие постановления по делу) сформировал ключевой процессуальный стандарт:
- База пользователей социальной сети признается охраняемым объектом смежного права, так как ее формирование и поддержание требуют колоссальных серверов, вычислительных мощностей и инженерного труда.
- Суд обязан досконально установить, как именно программный комплекс ответчика взаимодействует с серверами истца, задействуются ли штатные методы API или происходят эмуляция браузера, обход капчи и прямой сбор закрытого DOM-дерева.
- Истцу недостаточно заявить об идентичности данных: в предмет доказывания входит техническое обоснование факта переноса (извлечения) данных из инфраструктуры правообладателя на серверы ответчика.
Постановление СИП РФ по делу № А56-128791/2022: общедоступность не равна свободе использования
Окончательный удар по концепции «бесплатного интернета для обучения нейросетей» нанесла позиция Суда по интеллектуальным правам по делу № А56-128791/2022 (материалы дела в Картотеке арбитражных дел).
Ответчики традиционно строили защиту на том, что спорные карточки товаров и публичные каталоги открыто отображаются в поисковых системах Яндекс и Google, а значит, подпадают под режим общедоступной информации по части 2 статьи 7 Федерального закона № 149-ФЗ «Об информации, информационных технологиях и о защите информации».
Суд отклонил этот довод и зафиксировал важнейшее разграничение: общедоступный характер сведений дает право знакомиться с ними неограниченному кругу лиц, однако норма Закона № 149-ФЗ не отменяет действие норм четвертой части Гражданского кодекса РФ. Индексация поисковыми роботами и открытый просмотр страниц пользователями не наделяют третьих лиц правом массово извлекать структурированные компоненты базы данных и использовать их для обучения своих коммерческих программных продуктов без прямого согласия изготовителя.
Сравнительный анализ правовых режимов цифровых данных
Разработчикам архитектуры данных необходимо разделять три пересекающихся правовых контура:
| Параметр оценки | Общедоступная информация (149-ФЗ) | База данных как смежное право (ГК РФ) | Персональные данные (152-ФЗ) |
| Ключевой нормативный базис | Статья 7 Закона № 149-ФЗ | Статьи 1333–1336 ГК РФ | Федеральный закон № 152-ФЗ |
| Что охраняется | Сведения, доступ к которым не ограничен обладателем | Финансовые и организационные затраты на сбор массива | Любая информация о физлице (User ID, фото, контакты) |
| Условие правовой охраны | Отсутствие грифа секретности и паролей | Существенные затраты (свыше 10 тыс. элементов или инвестиции) | Статус субъекта персональных данных |
| Допустимость парсинга для ИИ | Разрешен просмотр человеком в браузере | Запрещено извлечение существенной части или регулярный скрапинг | Запрещен сбор без отдельного согласия и целеполагания |
| Правовые последствия нарушения | Блокировка доступа на сетевом уровне | Взыскание убытков или компенсации до 5 000 000 ₽ по ст. 1301, 1311 ГК РФ | Штрафы до сотен тысяч рублей по ст. 13.11 КоАП РФ |
Архитектура защиты: как правообладателю отстоять свои активы
Если ваш сервис аккумулирует уникальные каталоги, базы объявлений, профили или аналитические матрицы, защита баз данных для ИИ должна выстраиваться заблаговременно по принципу эшелонированной обороны. Ошибочно надеяться, что суд поверит на слово: статус изготовителя требует процессуального доказывания.
Чек-лист превентивных мер для правообладателя платформы:
- Документирование затрат на создание базы. Собирайте первичные финансовые документы: договоры с разработчиками бэкенда, акты приемки работ по парсингу и очистке датасетов, серверные счета за хостинг баз PostgreSQL/ClickHouse, оплату труда модераторов и data-разметчиков. Именно эти счета доказывают статус изготовителя по статье 1334 ГК РФ.
- Юридический барьер в Пользовательском соглашении. Закрепите в Terms of Service прямой запрет на автоматизированный сбор данных, скрапинг, reverse engineering и использование любых материалов сайта для машинного обучения без письменного разрешения правообладателя.
- Технические лимиты и превентивная безопасность. Внедрите лимиты на число сетевых запросов (Rate Limiting), фильтрацию по строке User-Agent, валидацию через reCAPTCHA/Cloudflare, закрытие чувствительных эндпоинтов авторизацией и лицензирование коммерческого доступа через обособленный API.
- Сквозное логирование сетевой активности. Настройте ведение логов веб-сервера (IP-адреса, временные метки UTC, заголовки сессий, запрашиваемые URI). Именно паттерны систематических запросов с одинаковыми интервалами доказывают неоднократное извлечение данных по пункту 3 статьи 1335.1 ГК РФ.
- Техническое обоснование для суда. При обнаружении кражи данных привлекайте специалистов по компьютерной криминалистике до направления претензии: зафиксируйте дампы сетевого трафика, сопоставьте уникальные маркеры (honeytokens/водяные знаки в данных) и подготовьте заключение о механизме извлечения. Без подтверждения пути миграции данных суд откажет в иске.
