Авторское право перед вызовами генеративного искусственного интеллекта: судебная практика и законодательные стратегии в Индии, США и Европейском союзе

Введение

Мы формируем инструменты, а затем инструменты формируют нас.

Маршалл Маклюэн

Афоризм, вынесенный в эпиграф, приобрел новую актуальность с появлением генеративного искусственного интеллекта (далее – ГИИ), который знаменует смену парадигмы как в технологических возможностях, так и в нормативно-правовой базе (Hauck, 2021; Li, 2024; Li & Wang, 2024). ГИИ – это класс систем искусственного интеллекта, которые могут самостоятельно извлекать шаблоны из огромного количества обучающих данных и порождать новые результаты, такие как текст, изображение, аудиозапись или программный код. Эти системы, в частности модели искусственного интеллекта общего назначения, являются саморазвивающимися системами, которые все в большей степени участвуют в создании, организации, распространении и монетизации информации. Они представляют собой нечто большее, чем просто вычислительные инструменты. Хотя их структура, возможности и приложения были созданы по воле человека, в настоящее время они воздействуют на общество таким образом, что изменяют границы этической ответственности, нормативной базы и законодательства об интеллектуальной собственности (Lund & Samuelson, 2024; Mohammed, 2025; Rosati, 2025a, 2025b).

С момента выхода GPT-3 от компании OpenAI в 2020 г. сложность, масштаб и влияние моделей ГИИ значительно возросли¹. Начав с написания простых текстов, эти модели развили мультимодальную способность генерировать текст, изображения, код и аудиозаписи. Самые последние поколения базовых моделей, включая GPT-4, Claude 3, Gemini 1.5 и Mistral Mixtral, обладают расширенными возможностями: разрабатывают программное обеспечение, анализируют юридические и научные тексты, выполняют многоязычные переводы в режиме реального времени². В настоящее время эти модели применяются при обучении в области искусственного интеллекта в университетах всего мира, а также при оказании судебной помощи в Нью-Йорке³. Такие инструменты, как Workspace с интегрированным ИИ от компании Google, Firefly от Adobe и Copilot от Microsoft, внедряют возможности искусственного интеллекта в рабочие процессы миллионов людей, повышая их производительность⁴. Однако эти разработки также привели к существенным нарушениям установленных принципов законодательства об интеллектуальной собственности. В процессе создания новых результатов ГИИ использует огромное количество обучающих наборов данных, состоящих из текстов, фотографий, аудио- и видеозаписей из онлайн-источников. Эти наборы данных включают творческие работы за авторством частных лиц и организаций, часто без согласия, указания авторства и регламентации правообладателей⁵. Эта практика поднимает важные юридические вопросы, касающиеся несанкционированного воспроизведения и объема допустимого использования при обучении и внедрении ИИ (Xie et al., 2024; Yu et al., 2023).

Эти опасения уже нашли свое воплощение в судебных процессах во всех юрисдикциях, включая Соединенные Штаты, Великобританию, Европейский союз и Индию. Правообладатели подают в суд на разработчиков систем искусственного интеллекта, заявляя о нарушениях как на этапе обучения, так и на этапе вывода результатов. Почти в каждом случае основная линия защиты или судебная аргументация основывалась на доктрине добросовестного использования (в Соединенных Штатах) или установленных законом исключениях и ограничениях (в Европе и Индии), чтобы оправдать использование контента, защищенного авторским правом, в учебных базах данных (Rosati, 2025a, 2025b; Sood, 2024; Volkovа, 2021). В таких делах, как New York Times Co v Open AI, Getty Images v Stablity AI, и даже в деле ANI v OpenAI в Индии ответчик утверждал, что их использование для обучения большим языковым моделям (LLM) подпадает под исключения из Закона об авторском праве⁶.

Эти судебные процессы показывают ключевую роль, которую механизмы защиты авторских прав играют в экосистеме генеративного искусственного интеллекта. В Соединенных Штатах действует гибкая доктрина добросовестного использования в соответствии с § 107 ст. 17 U.S.C., которая позволяет судам самостоятельно определять, разрешено ли использование защищенного авторским правом контента при алгоритмическом обучении, исходя из таких факторов, как цель, характер, объем и влияние на рынок⁷. Суды США поддержали такое толкование в делах Authors Guild v. Google Inc., Sega Enters. Ltd. v. Accolade, Inc., а также в недавнем деле Bartz v. Anthropic⁸. Аналогичным образом, Европейский союз модернизировал свое законодательство об авторском праве, приняв Директиву (ЕС) 2019/790, которая добавила особые исключения в отношении интеллектуального анализа текста и данных (далее – TDM) в соответствии со ст. 3 и 4, что должно способствовать развитию искусственного интеллекта⁹. Однако в Индии, в соответствии с разделом 52 Закона об авторском праве 1957 г., действует система исключений по принципу закрытых списков, которая допускает добросовестное использование только для конкретных целей, таких как частное применение, исследования, критика и освещение текущих событий; использование для целей TDM или обучения искусственного интеллекта не разрешено¹⁰.

Даже если использование защищенного авторским правом контента на этапе обучения ГИИ считается допустимым, этап вывода вызывает определенные проблемы, особенно когда контент создается в виде цифровых произведений искусства или с использованием технологий распределенного реестра (Buick, 2025; Chauhan, 2025; Chopra, 2025; Dornis, 2025; Grodzinsky et al., 2007). Если результаты работы ГИИ сильно напоминают защищенных персонажей или стили, это может привести к искам в рамках авторского права, как показали недавние дела, такие как Disney v. Midjourney¹¹. Это ясно указывает на то, что фокус судебного разбирательства сместился с аспектов этапа обучения на природу и законность самих результатов. Поскольку генеративные модели хорошо воспроизводят отличительные элементы, оценка нарушений на этапе получения результатов превращается из второстепенной в главную юридическую проблему. Таким образом, в эпоху ГИИ этап получения результатов становится все более важным для обеспечения соблюдения авторских прав, выходя из сферы чисто теоретических проблем. На рис. 1 продемонстрирован этот сдвиг, показывающий, насколько результат работы Midjourney напоминает визуальный образ Эльзы из диснеевского мультфильма.

В нашем исследовании мы хотим показать, что в Индии положение о добросовестном ведении сделок по принципу закрытого списка не имеет потенциала для регулирования систем искусственного интеллекта и активов, основанных на блокчейне. Работа базируется на структурированном анализе судебных решений о добросовестных сделках в Индии за период с 1959 по 2025 г., который направлен на выявление долгосрочных закономерностей в судебных интерпретациях исключений из авторского права при использовании различных технологий. Этот анализ показывает, что проблема заключается не просто в непоследовательном толковании судебных норм, но и в излишней жесткости законодательства, которая ограничивает адаптируемость правовых норм в условиях новых технологий.

В статье представлен сравнительно-сопоставительный анализ вышеуказанных норм с более гибкой американской доктриной добросовестного использования и новым законодательным режимом исключений Европейского союза в соответствии с Директивой DSM. Несмотря на то, что системы США и ЕС более гибкие, исследование показывает, что обе они по-прежнему структурно недостаточны для адекватного решения юридических сложностей, связанных с ГИИ, особенно когда речь заходит о таких вопросах, как использование больших объемов обучающих данных, атрибуция сгенерированного контента и уникальность результатов, полученных с помощью искусственного интеллекта. В отличие от этого, в индийской доктрине отсутствуют обоснования, нацеленные на трансформацию или ориентированные на результат. Кроме того, она привязана к определенной цели, что делает ее еще менее способной справиться с указанными изменениями.

Для решения этих проблем в статье представлен ряд предложений по реформированию с учетом конкретных условий, которые должны соответствовать уникальным особенностям правовой системы и технологической среды Индии. Эти предложения включают процедуры отказа, правовые модели лицензирования и расширение списка исключений на основе общественных интересов. Эти предложения становятся еще более актуальными, с учетом недавно созданного индийским правительством экспертного комитета по генеративному ИИ и законодательству об авторском праве, которое произошло после предварительного слушания по делу ANI Media Pvt. Ltd. v. OpenAI Inc. (Delhi High Court, 2024)¹³.

В 1959 г. компания Volvo приняла решение передать для всеобщего использования свой патент на трехточечный ремень безопасности в интересах повышения безопасности¹⁴. Аналогичным образом, правообладателям следует рассмотреть возможность ограниченного использования своих работ для обучения ИИ с соблюдением соответствующих гарантий. В настоящем исследовании предлагаются модели компенсации, такие как процедуры отказа от участия и обязательное лицензирование, которые помогут Индии создать справедливую и современную систему авторского права.

1. Судебная интерпретация понятия «добросовестное ведение сделок» в Индии (1959–2025)

Более чем 60-летний опыт судебного толкования ст. 52 Закона об авторском праве 1957 г. свидетельствует о структурно негибкой судебной практике. По этому закону исключение для добросовестных сделок (раздел 52(1)(а)) действует на основе закрытого списка и ограничено конкретными видами использования, а именно частными исследованиями, критикой, обзорами, исследованиями и репортажами о текущих событиях. В этом разделе мы покажем, что ограничения в индийском законодательстве о добросовестных сделках проистекают не из непредсказуемого судебного толкования, а из ограничительной структуры самого закона. В работе освещаются пять основных тенденций, демонстрирующих неспособность закона поддерживать новые технологии, такие как генеративный искусственный интеллект и блокчейн в творческой деятельности; для этого рассмотрены 19 судебных решений, вынесенных в период с 1959 по 2025 г. (подробное описание соответствующих дел в хронологическом порядке приведено в таблице Приложения).

1.1. Ограниченность доктрины добросовестного ведения сделок и соответствующей судебной практики

Последовательность судебного правоприменения в Индии проявляется в строгом соблюдении конкретных категорий, перечисленных в разделе 52(1)(а), что эффективно предотвращает распространение судебной практики на смежные или новые сферы. Ярким примером такого подхода является решение по делу Blackwood & Sons Ltd. v. A.N. Parasuraman, согласно которому воспроизведение материалов должно быть строго ограничено целями частного исследования¹⁵. Эта однозначная формулировка определила и более позднюю практику, например, решения Высокого суда Дели по делам Super Cassettes v. Hamar Television и Yashraj Films v. RK Productions. Хотя в них можно было усмотреть информационную составляющую или общественный интерес, суды в обоих случаях истолковали термин «освещение текущих событий» узко, не включив в него музыкальные интермедии в телепередачах¹⁶. Эта судебная практика свидетельствует о нежелании судей признать более широкий замысел законодателя, выходящий за рамки текста закона, что оставляет непредвиденные применения технологий вне правовых норм.

Сама судебная власть признала эту ограниченность в толковании. Согласно решению суда в деле NDTV v. ICC, любое расширение конкретных целей добросовестного ведения сделок, перечисленных в разделе 52(1)(а), требует законодательного утверждения¹⁷. Аналогичным образом, Высокий суд Дели признал функциональную ограниченность закона в деле Rameshwari Photocopy, хотя и с некоторыми оговорками в отношении доступа к образовательным ресурсам.

1.2. Отсутствие понятия трансформирующего использования

Отсутствие понятия трансформирующего использования представляет собой пробел законодательства в области добросовестного ведения сделок в Индии. В США суд оценивает, изменяет ли вторичное использование коренным образом намерение или характер оригинала; индийские суды по-прежнему придерживаются узкого подхода к вопросу о том, соответствует ли использование строго перечисленным в статуте целям. Например, в деле Civic Chandran v. Ammini Amma Верховный суд штата Керала обосновал свое решение наличием идеологических намерений, а не трансформирующего использования¹⁸. Этот узкий подход подтверждается и решением Высокого суда Бомбея по делу Shemaroo Entertainment Ltd. v. News Nation: суд отказался рассматривать вопрос о том, служило ли использование архивных видеозаписей в политическом шоу какой-либо дополнительной цели¹⁹. Итак, без положения о трансформирующем использовании индийское законодательство не может учитывать случаи, когда система искусственного интеллекта трансформирует или переделывает оригинальное произведение для создания существенно нового результата (Al-Busaidi, 2024; Balganesh, 2013, 2017; Bonadio & McDonagh, 2025).

1.3. Отсутствие возможности адаптации к развивающимся форматам и цифровым платформам

В Индии суды постоянно пытаются совместить принцип добросовестного ведения сделок с развитием цифровых платформ и новыми форматами контента. Примером этих трудностей может служить решение по делу MySpace v. Super Cassettes. В нем Высокий суд Дели постановил, что платформа несет ответственность за загружаемый пользователями контент; при этом была отвергнута точка зрения, что распространение контента алгоритмами является трансформирующим или пассивным²⁰. В последующем решения по таким делам, как Star India v. Piyush Agarwal (прямая трансляция счета игры в крикет через «Твиттер»²¹) и Tips v. Wynk Music (первая компания занималась потоковым вещанием, вторая – радиовещанием), еще сильнее закрепили ограниченное понимание существующих категорий лицензирования и технологической эквивалентности, что привело к дисквалификации новых видов цифрового использования. В совокупности эти решения показывают, как строгие законодательные формулировки мешают судьям адаптироваться к формирующемуся цифровому ландшафту²². Важно отметить, что такая позиция подразумевает, что размещенные в Интернете данные, необходимые для обучения систем искусственного интеллекта, вряд ли будут считаться юридически приемлемыми в соответствии с действующими стандартами добросовестного ведения сделок в Индии. Этот подход фактически игнорирует важнейшие платформенные модели обработки и использования данных, даже для некоммерческих или культурно значимых целей.

1.4. Правовой пробел в области нарушений авторского права на этапе получения результата работы искусственного интеллекта

Вопрос о том, может ли контент, созданный с помощью искусственного интеллекта, рассматриваться как нарушение авторских прав сам по себе, еще напрямую не рассматривался в индийской судебной практике в области авторского права. В деле ANI v. OpenAI Высокий суд Дели рассмотрел вопрос о том, присутствовало ли нарушение авторских прав на этапе обучения больших языковых моделей на материале новостных статьей; однако решение относительно этапа получения результатов еще не принято²³.

Когда результаты работы ИИ имитируют или синтезируют объекты, защищенные авторским правом, этот пробел в законодательстве вызывает беспокойство. В настоящее время в США обсуждается, могут ли повлечь ответственность результаты работы ИИ, имитирующие или копирующие контент, защищенный авторским правом. Этому посвящены такие дела, как Authors Guild v. OpenAI, Tremblay v. OpenAI и Universal Music v. Anthropic²⁴. В индийском законодательстве нет доктринальных указаний, позволяющих провести различие между допустимым синтезом и запрещенным воспроизведением. Индийские суды, вероятно, не смогут решать вопросы, связанные с произведениями искусства, созданными с помощью искусственного интеллекта, или дипфейк-контентом, пока не будут приняты изменения в законодательстве.

1.5. Ограниченное применение в сравнении с доктриной добросовестного использования

Индийские суды время от времени обращались к стандартам добросовестного использования, принятым в других странах. Например, решение по делу Hubbard v. Vosper в Великобритании и американский «четырехчастный критерий» упоминались в судебных решениях по делам Super Cassettes, NDTV и Gallata Media²⁵. Однако они использовались только как полезные рекомендации, а не как юридически обязательные нормы. Даже в делах, связанных с передовыми технологиями или международными компаниями, индийские суды должны придерживаться точной формулировки раздела 52, что подтвердил Высокий суд Дели в деле ANI v. OpenAI.

Эти предосторожности соответствуют давним правовым принципам Индии, но в то же время делают современное законодательство еще более ограничительным. Таким образом, возникает риск стагнации правовой системы Индии, тогда как другие юрисдикции расширяют определение добросовестного использования или вводят особые исключения для сферы искусственного интеллекта. Это положение мешает стране идти в ногу с последними достижениями в области как отечественных, так и зарубежных технологий.

2. Сравнительный анализ исключений из авторского права в США и ЕС

Структурные ограничения раздела 52 индийского Закона об авторском праве 1957 г., которые показал предыдущий анализ, заставляют обратить внимание на то, как другие юрисдикции справляются с ограничениями и исключениями в условиях технологической турбулентности. Соединенные Штаты и Европейский союз предлагают два важных и отличающихся друг от друга подхода к регулированию отношений в области авторского права и инноваций. Американская доктрина добросовестного использования, в основном разработанная судьями и имеющая открытый характер, характеризуется адаптивностью и контекстуальным балансом интересов. В отличие от этого, нормативная база ЕС более кодифицирована, характеризуется гармонизацией на основе директив и конкретных законодательных исключений; например, таковы положения об интеллектуальном анализе текстов и данных в соответствии с Директивой (ЕС) 2019/790²⁶. В настоящее время обе системы находятся под давлением в связи с правовой неопределенностью активов, основанных на блокчейне, и генеративного ИИ. Что касается обучения и внедрения ИИ, суды и законодатели этих юрисдикций обсуждают вопросы масштабов, допустимости и компенсаций в случае получения спорных результатов²⁷.

В этом разделе мы проанализируем юридические обоснования, законодательные изменения и новые ответные меры как в США, так и в ЕС, и дадим критическую оценку того, как различные режимы исключений удовлетворяют или не удовлетворяют требованиям экономики творчества, основанного на генеративном искусственном интеллекте и блокчейне.

2.1. Доктрина добросовестного использования в США

В Соединенных Штатах доктрина добросовестного использования, закрепленная в § 107 ст. 17 U.S.C., является безусловным исключением из норм в области нарушения авторских прав. Данное положение допускает ограниченное использование контента, защищенного авторским правом, без предварительного согласия правообладателя. Это противоречит законодательным исключениям, основанным на директивах Европейского союза, и индийской модели закрытого списка в соответствии с разделом 52.

В США применяется четырехчастный критерий оценки добросовестного использования:

(1) цель и характер использования, включая то, является ли оно трансформирующим;

(2) характер произведения, защищенного авторским правом;

(3) объем и существенная часть использованного материала;

(4) влияние использования на потенциальный рынок сбыта оригинального произведения²⁸.

Хотя суды учитывают все четыре фактора, в современной юриспруденции все большее значение придается первому, в частности понятию трансформируемости, как центральному в анализе добросовестного использования. Хотя эти четыре фактора перечислены в законодательстве, доктрина добросовестного использования развивалась путем судебного толкования с минимальным участием законодателя. Современный анализ доктрины добросовестного использования основан на концепции трансформируемости, которая была четко сформулирована Верховным судом США в деле Campbell v. Acuff-Rose Music, Inc²⁹.

Принципы добросовестного использования продемонстрировали заметную адаптивность в ответ на технологические изменения благодаря открытым законодательным формулировкам, которые предоставляют судам необходимую свободу толкования для оценки новых видов использования в каждом конкретном случае. Одно из самых ранних решений такого рода было принято по делу Sony Corp. of America v. Universal City Studios, Inc³⁰. Верховный суд США постановил, что использование видеозаписывающих устройств для трансляции телевизионных передач со сдвигом во времени квалифицируется как добросовестное использование. Тем самым суд подчеркнул ценность технологических инноваций при строгом соблюдении авторских прав и отметил, что частное, некоммерческое копирование для последующего просмотра не приводит к сокращению спроса на оригинальные произведения. Это обоснование было расширено судом Девятого округа в деле Sega Enterprises Ltd. v. Accolade, Inc., где отмечалось, что декодирование защищенного авторским правом кода для получения доступа к незащищенным функциональным элементам представляет собой добросовестное использование, поскольку способствует рыночной конкуренции и интероперабельности в секторе программного обеспечения³¹.

В отличие от системы закрытых списков гибкость доктрины добросовестного использования дает судьям возможность постоянно реагировать на развитие технологий. В деле Campbell v. Acuff-Rose Music, Inc.³² Верховный суд США определил трансформируемость как основную проблему, заявив, что даже коммерческое использование может считаться добросовестным, если оно добавляет новый аспект самовыражения, смысла или идеи. Это понятие трансформируемости превратилось в важнейший аналитический инструмент для оценки новых приложений в области программного обеспечения и цифровых технологий. Аналогичным образом, в деле Kelly v. Arriba Soft Corp. Апелляционный суд Девятого округа постановил, что создание и показ поисковой системой миниатюрных изображений в виде пиктограмм является в значительной степени трансформирующим, поскольку его цель – упростить индексацию и поиск, что полностью отличается от художественного замысла оригинальных фотографий³³. Это обоснование было подтверждено в деле Perfect 10, Inc. v. Amazon. com, Inc. Согласно этому решению, создавая уменьшенные изображения защищенных авторским правом фотографий в низком разрешении для организации поиска, компания Google преследовала новую и особую цель, а не воспроизводила первоначальную эстетическую или коммерческую ценность изображения. Соответственно, изготовление и показ таких пиктограмм квалифицируется как добросовестное использование в соответствии с § 107 ст. 17 U.S.C.³⁴

Доктрина добросовестного использования продолжала развиваться по мере того, как суды рассматривали все более сложные случаи использования цифровых технологий. Так, суд Второго округа поддержал массовую оцифровку миллионов книг для проекта Google Books в деле Authors Guild, Inc. v. Google, Inc. Решение гласило, что показ небольшого количества отрывков из книг и создание базы данных с возможностью полнотекстового поиска – это явно трансформирующее использование, способствующее публичному поиску и просвещению, но не заменяющее рынок оригинальных произведений³⁵. Возложив на правообладателей обязанность рассматривать возможное добросовестное использование до выдачи уведомлений об отмене DMCA, суд Девятого округа еще больше расширил этот принцип в деле Lenz v. Universal Music Corp., опираясь на аспекты цифровой среды и защищая законный контент пользователей онлайн-платформ³⁶. Применение принципа добросовестного использования к новым технологиям было подтверждено и в решении Верховного суда по делу Google LLC v. Oracle America, Inc. Согласно ему, повторная реализация кода Java API Oracle для платформы Android компанией Google является трансформирующей, поскольку она позволила создать совершенно новую программную среду для мобильных устройств³⁷. Эти решения иллюстрируют последовательное развитие судебной практики в области доктрины добросовестного использования. Позитивный подход к интерпретации законодательных актов, характерный для этой практики, выражается в том, что он развивается вместе с технологиями и отдает приоритет преобразованиям во имя общественного блага, а не жестким ограничениям, которые закон ставит на пути простого воспроизведения.

Однако появление генеративного ИИ и блокчейна поставило новые задачи, связанные с масштабом добросовестного использования. В делах Bartz v. Anthropic PBC и Kadrey v. Meta Platforms³⁸, Inc. суд Северного округа штата Калифорния впервые в мире определил, что использование произведений, защищенных авторским правом, для обучения больших языковых моделей представляет собой добросовестное использование, поскольку цель и результаты машинного обучения (создание статистических моделей языка) существенно отличаются от художественных и творческих целей оригинальных работ³⁹. Несмотря на эти решения, границы добросовестного использования остаются неурегулированными. Число незавершенных дел растет, включая Silverman v. OpenAI, Inc., Tremblay v. OpenAI, Inc., Doe v. GitHub, Inc., Andersen v. Stability AI Ltd. и другие случаи, что бросает вызов доктрине добросовестного использования. В каждом из этих дел ответчики последовательно утверждают, что результаты работы их систем появились в первую очередь благодаря конкретным вычислительным процессам, а не исходным произведениям⁴⁰.

Первоначальные решения по этим искам фокусировались в основном на этапе ввода данных, в частности на использовании материалов, защищенных авторским правом, для обучения моделей; при этом использованию сгенерированного контента и коммерциализации цифровых продуктов уделялось ограниченное внимание. Споры вокруг комикса «Заря рассвета» с иллюстрациями, созданными с помощью искусственного интеллекта, вызвали обеспокоенность по поводу возможности несанкционированного тиражирования созданных с помощью искусственного интеллекта (и, следовательно, потенциально не защищенных авторским правом) стилей или образов. Иск по делу Andersen v. Stability AI наглядно иллюстрирует растущую обеспокоенность по поводу использования генеративного ИИ на этапе разработки и коммерциализации такого контента⁴¹. Коммерциализация генерируемых результатов превращает их в монетизируемые цифровые активы с коммерческими целями. Когда аргументация и анализ добросовестного использования фокусируются лишь на этапе ввода, проблемы правового статуса исходных данных и последующей коммерциализации результатов остаются нерешенными.

Крупномасштабные проекты по обучению ИИ в коммерческих целях и успешные эксперименты по его использованию для творческой деятельности расширяют рамки доктрины добросовестного использования. Ранее решения таких компаний, как Sony, Sega, Google Books и Oracle, показали, что новые технологии значительно влияют на эту доктрину. Однако указанные компании в основном ограничивались конкретными промежуточными функциями, такими как поддержание совместимости программного обеспечения, сдвиг времени трансляции или разработка ярлыков и превью для облегчения поиска информации. Речь шла о вспомогательном использовании, а не о реализации творческих целей, как в случае массового потребления, интернализации и рекомбинации продуктов творческого самовыражения.

Авторское право было создано для борьбы с незаконным использованием или копированием произведений. Однако генеративные модели не воспроизводят известные произведения напрямую; вместо этого они извлекают и синтезируют шаблоны из больших наборов данных. В результате традиционные системы авторского права, предназначенные для регулирования индивидуального воспроизведения, не справляются с подобным использованием агрегированных данных и шаблонов. Это ограничение стало особенно очевидным с появлением так называемых коммерчески безопасных систем искусственного интеллекта, например, платформы на основе диффузии от Getty Images и Firefly от Adobe, которые обучаются исключительно на лицензионных или собственных наборах данных⁴². Поскольку нелицензионное использование этих моделей исключено, они полностью защищены от обычных претензий о нарушении авторских прав. При этом выпускаются все новые недорогие, качественные и адаптируемые продукты, которые подрывают устоявшиеся рынки и заменяют творческий труд человека. Это показывает, что авторское право не может устранить структурный и экономический ущерб от работы генеративного ИИ, поскольку оно предназначено для борьбы с конкретными случаями незаконного копирования произведений.

В свете вышеупомянутого анализа развитие системы добросовестного использования в США свидетельствует о ее гибкости в отношении технологических изменений, начиная с поисковых систем и видеозаписей и заканчивая массовой оцифровкой и совместимостью программного обеспечения. Однако в случае генеративного ИИ доктрина добросовестного использования достигает предела своих рамок, поскольку эта технология внедряет беспрецедентно масштабные и высокоточные методы использования, при которых творческий продукт интернализируется и рекомбинируется без прямого воспроизведения. Авторское право оказывается неспособным решить более широкие экономические и системные проблемы, которые ставят генеративные технологии. Это проявляется в том факте, что даже «коммерчески безопасные» модели, работающие только на лицензированных наборах данных, могут вытеснить человека и нарушить рыночные отношения в сфере творческой деятельности, но при этом традиционная защита о нарушении авторских прав окажется невозможной.

Суды США оценили четвертый критерий своей доктрины в соответствии со ст. 17 U.S.C. § 107 (влияние на рынок) через призму прямой замены продукта или измеримой потери доходов от лицензий. На этот подход четко указывают решения по таким делам, как Harper & Row v. Nation Enterprises и American Geophysical Union v. Texaco: в них было установлено, что несанкционированное использование нарушает существующие лицензионные соглашения и наносит ущерб рынку⁴³. Однако ГИИ качественно по-иному воздействует на рынок. Эти системы не воспроизводят и не распространяют ранее существовавшие работы, а в больших масштабах потребляют и рекомбинируют творческий контент, что приводит к огромным экономическим потерям в творческих индустриях. Об этом свидетельствует рост числа «коммерчески безопасных» моделей, которые обучаются только на лицензированных или проприетарных наборах данных. Даже при отсутствии нарушений такие модели могут снизить спрос на контент, созданный человеком, что свидетельствует о неспособности авторского права устранить системные сбои, возникающие даже без несанкционированного копирования произведений.

Согласно судебным решениям (например, по делу Bartz v. Anthropic), использование легально приобретенных книг для обучения модели считается добросовестным использованием⁴⁴. Это снимает вопрос о том, приемлемо ли использование художественных произведений в больших масштабах без согласия правообладателя, если их прямое воспроизведение отсутствует. Критерий добросовестного использования также не поможет решить проблему компенсации при работе ГИИ. Микроскопический вклад каждой отдельной работы в обучение модели делает практически несостоятельными предложения о лицензировании или компенсации с помощью таких механизмов, как коллективное управление или отказ от участия.

Аналогичная проблема возникает при коммерциализации продуктов ГИИ, особенно в сочетании с технологией распределенного реестра, что создает дополнительные сложности для доктрины добросовестного использования. Несмотря на призывы к расширению этой доктрины в виртуальных средах для стимулирования творческой деятельности, правовой статус нового цифрового контента остается неурегулированным. Комментаторы подчеркивают необходимость в дополнительных прецедентах, проясняющих, как применить нормы добросовестного использования и Первой поправки к контенту, распространяемому в цифровом виде⁴⁵.

Ограничения доктрины добросовестного использования еще более очевидны в контексте генеративного ИИ. Агентство по авторским правам США недвусмысленно отметило, что нынешняя система «не очень хорошо подходит для решения проблем использования в обучении генеративному ИИ», что «добросовестное использование было разработано для индивидуального применения в каждом конкретном случае», и это затрудняет масштабирование до автоматизированного, совокупного использования миллионов произведений⁴⁶. Аналогичным образом, в деле Andersen v. Stability AI судья Арасели Мартинес-Ольгин признала доктринальный аспект, связанный с ГИИ, отметив, что «традиционные доктрины о нарушении прав не всегда адекватно противостоят тому размытому ущербу, который наносят процессы обучения ИИ, если последние не воспроизводят контент в общепринятом смысле»⁴⁷.

Несмотря на гибкость в адаптации к новым технологиям, доктрина добросовестного использования в настоящее время ограничена своей нормативной структурой – не из-за неправильного применения в судебной практике, а потому, что она изначально не была задумана для регулирования таких процессов, в которых стерта грань между преобразованием и масштабным воспроизведением.

2.2. Исключения из авторского права в Европейском союзе

В отличие от американской открытой модели добросовестного использования, в ЕС действует законодательно установленная модель исключений из авторских прав по закрытому списку. Эта норма кодифицирована в Директиве 2001/29/EC (Директива о гармонизации определенных аспектов авторского права и смежных прав в информационном обществе, InfoSoc) и дополнительно обновлена в Директиве (ЕС) 2019/790 (Директива о едином цифровом рынке). Полный перечень допустимых исключений и ограничений приведен в ст. 5(1)–(3) Директивы InfoSoc⁴⁸. Все исключения также подлежат трехэтапному тестированию, описанному в ст. 5(5), в которой говорится, что исключение должно: (i) применяться только в особых обстоятельствах, (ii) не мешать регулярному использованию произведения и (iii) не подвергать необоснованной угрозе права и законные интересы правообладателя⁴⁹.

Хотя эта законодательная модель содержит закрытый перечень, в судебной практике для толкования исключений из авторского права и учета цифровых технологий применяют трехчастный критерий. В деле Football Association Premier League v. QC Leisure суд подтвердил законность временного технического воспроизведения, включая отображение на экране и кэширование в браузере, так как оно удовлетворяет указанным трем критериям⁵⁰. Аналогично в делах о гиперссылках (Svensson v. Retriever Sverige AB и GS Media v. Sanoma Media Netherlands) Суд Евросоюза постановил, что гиперссылки на общедоступные работы не квалифицируются как «публичное сообщение», если они не соответствуют основным компонентам трехчастного критерия⁵¹. Однако новые цифровые технологии, такие как анализ текста и данных, масштабная цифровизация, уже превышают возможности интерпретации. Европейская комиссия официально признала этот факт в своем докладе за 2016 г., определив его как препятствие для инноваций и трансграничных исследований⁵².

В ответ на это была принята Директива о едином цифровом рынке с несколькими новыми обязательными исключениями, включая интеллектуальный анализ текста и данных. Последнее позволяет анализировать большие объемы текста и данных для исследований или коммерческого использования, если только правообладатели явно не зарезервировали свои права⁵³. Также в число исключений вошли цифровые образование (разрешено использовать контент, защищенный авторским правом, для онлайн- и трансграничного обучения⁵⁴) и сохранение культурного наследия (библиотеки и архивы могут воспроизводить защищенные авторским правом работы исключительно с целью их долговременного сохранения⁵⁵).

В соответствии с Директивой о едином цифровом рынке Европейский союз принял Закон об искусственном интеллекте, ставший ответом на стремительный рост возможностей генеративного ИИ, особенно больших языковых моделей⁵⁶. Согласно этому закону, поставщики моделей искусственного интеллекта общего назначения обязаны соблюдать авторские права и публиковать подробные сводки обучающих данных с указанием отказов правообладателей⁵⁷. В п. 105 Закона разъясняется, что обучение модели искусственного интеллекта с использованием материалов, защищенных авторским правом, в том числе за пределами ЕС, должно соответствовать правилам интеллектуального анализа текста и данных и что молчание правообладателей не означает их согласия⁵⁸. Эти прозрачные обязательства позволяют разработчикам ИИ на законных основаниях ссылаться на это исключение в суде, тем самым укрепляя его использование в качестве надежной правовой защиты.

По состоянию на июль 2025 г. Суд Европейского союза не принял ни одного решения относительно того, защищены ли результаты работы систем генеративного искусственного интеллекта или этапы их обучения ст. 3 или 4 Директивы о едином цифровом рынке. Окончательное судебное толкование все еще находится на стадии рассмотрения, как и ряд дел, таких как Company v. Google Ireland⁵⁹. Несмотря на эти законодательные изменения в ЕС, исключения из норм интеллектуального анализа текста и данных, изложенные в ст. 3 и 4 Директивы о едином цифровом рынке, пока лишь ограниченно применимы к генеративному ИИ⁶⁰. Внимательный анализ правовой базы показывает, что эти положения относятся не к творческим возможностям моделей искусственного интеллекта в широком смысле, а скорее к конкретным сферам использования таких моделей – в первую очередь это анализ данных в научных исследованиях и коммерческие приложения с низким уровнем риска. Так, ст. 3 посвящена некоммерческим научным исследованиям, а ст. 4 говорит о допустимости коммерческого использования со строгими ограничениями. Механизм отказа позволяет правообладателям исключить использование своих работ в «машиночитаемых инструментах», таких как robots.txt. На практике это означает, что общедоступный контент не может быть законно использован для обучения генеративного ИИ, если правообладатель установил запрет на это. Результаты работы генеративного ИИ, а также повторное использование, тиражирование или публичное распространение контента, созданного ИИ на основе материалов, защищенных авторским правом, не входят в число исключений и напрямую не регулируются в соответствии с законодательством ЕС.

Перечень исключений не решает проблем с результатами работы ИИ; сфера их применения ограничена начальным этапом – этапом получения и анализа наборов данных. Помимо того, что генеративные модели являются аналитическими инструментами, они используются для интернализации шаблонов, воспроизведения стиля и создания высококачественного контента, который часто имитирует художественные аспекты произведений, охраняемых авторским правом. Так, нейросети Stable Diffusion от компании Stability AI и DALL-E от OpenAI способны генерировать результаты, которые точно повторяют визуальные стили художников, защищенные авторским правом, например, стиль Грега Рутковски, чье имя часто используется в запросах. Эти изображения однозначно не являются производными; скорее, они имитируют уникальные визуальные характеристики, определяющие принадлежность оригинальных работ. Рисунки 2 и 3 показывают, как при запросе со ссылкой на Рутковски проявились визуальные эффекты, которые воспроизводят эстетику его оригинальных работ⁶¹.

Такое использование вызывает опасения по поводу оригинальности, присвоения художественных работ и границ исключений из авторского права. Директива о едином цифровом рынке не разъясняет, подпадают ли такие результаты под рамки допустимого использования, что создает значительный пробел в законодательстве и подвергает разработчиков и последующих пользователей рискам нарушения авторских прав.

Эта неопределенность характерна и для концепции контента, созданного с помощью искусственного интеллекта, особенно при использовании технологий распределенных реестров. В Европе художники инициировали ряд исков на коммерческое использование их художественных стилей без их разрешения. Ведомство интеллектуальной собственности Европейского союза (EUIPO) отметило растущую обеспокоенность по поводу несанкционированного использования художественного стиля в контенте, созданном с помощью искусственного интеллекта. Разработчики и маркетологи пытаются использовать исключения, предусмотренные ст. 3 и 4 Директивы о едином цифровом рынке, в сфере интеллектуального анализа текста и данных, чтобы обезопасить себя на этапе сбора первичных данных. Однако эти исключения никогда не предназначались для сфер фиксации, публичной коммуникации и распространения результатов работы ИИ, таких как цифровые произведения искусства или визуальные произведения, созданные с помощью искусственного интеллекта⁶². Такое использование выходит за рамки типичных действий при интеллектуальном анализе текста и данных, поскольку результаты работы ИИ мешают обычному использованию исходного произведения и могут нанести ущерб в соответствии с третьим критерием международного трехчастного теста. Более поздними судебными решениями европейских судов было установлено, что защита в рамках доктрины добросовестного ведения сделок не распространяется на использование искусственного интеллекта для копирования и последующего распространения визуального произведения искусства, поскольку эти действия сами по себе считаются незаконным публичным сообщением и воспроизведением⁶³. Наконец, коммерциализация материалов, созданных с помощью искусственного интеллекта, и реконтекстуализированного контента на блокчейн-платформах подчеркивает важнейшее противоречие между подходом ЕС (закрытые списки исключений на этапе ввода данных) и жизненным циклом создания контента с использованием генеративного ИИ и блокчейна. Такая коммерциализация является своего рода публичным распространением информации и экономической фиксацией, что выходит за рамки режима интеллектуального анализа текста и данных, предусмотренного Директивой о едином цифровом рынке.

В дополнение к Директиве о едином цифровом рынке, Закон об ИИ (Регламент (ЕС) 2024/1689) налагает определенные обязательства на поставщиков ИИ общего назначения (GPAI). В частности, они касаются соблюдения технических требований, прозрачности и ведения документации, особенно относительно машиночитаемых маркеров отказа от прав, как в файлах robots.txt⁶⁴. Эти установленные законом обязательства подкреплены рядом недавно принятых нормативных документов. Так, в июле 2025 г. Европейская комиссия опубликовала Кодекс отраслевой практики в области искусственного интеллекта общего назначения. Кодекс не является юридически обязательным, но рекомендует поставщикам GPAI минимизировать риски хранения данных, воздерживаться от использования данных с пиратских доменов и создавать доступные каналы для подачи жалоб правообладателями⁶⁵. С момента своей публикации Кодекс был одобрен и введен в действие несколькими компаниями-разработчиками GPAI, включая OpenAI, Microsoft, Alphabet (Google), Anthropic и Mistral⁶⁶.

Позднее, в соответствии со ст. 53(1)(d) Закона об ИИ, Европейская комиссия опубликовала шаблон обязательного раскрытия информации. Этот обязательный к исполнению документ требует, чтобы поставщики GPAI предоставляли общественности структурированные сводки своих данных об обучении ИИ, виды и источники используемой информации, данные о соблюдении положений ст. 4 Директивы о едином цифровом рынке, а также дополнительные метаданные, необходимые для обеспечения ответственности за соблюдение авторских прав⁶⁷.

Кроме того, как указано в ст. 50 и разделах 133–137 Закона об искусственном интеллекте, для синтетического контента требуется использование водяных знаков. Эти инструменты работают совместно, создавая систему соответствия требованиям, благодаря которой можно эффективно применять исключения, предусмотренные Директивой о едином цифровом рынке, особенно в отношении интеллектуального анализа текстов и данных.

Однако эти обязательства носят скорее процедурный, чем материальный характер: они регулируют порядок осуществления законной деятельности, но не ограничивают незаконное использование⁶⁸. Действия с интеллектуальным анализом текстов и данных, которые не подпадают под действие ст. 3 и 4 Директивы о едином цифровом рынке, нельзя ретроспективно оправдать, сославшись на необходимость соблюдения требований прозрачности или ведения документации по наборам данных. В частности, в соответствии со ст. 4(3) правообладатели могут использовать машиночитаемые формы для исключения своих работ из наборов данных для обучения ИИ. Даже полное соблюдение Закона об ИИ или Кодекса практики не позволяет использовать эти произведения для обучения ИИ в случаях, когда такие исключения применимы.

Трехчастный критерий, кодифицированный в ст. 5(5) Директивы InfoSoc, до сих пор определяет структуру законодательства ЕС в области авторского права⁶⁹. Он обеспечивает узкое применение исключений из авторского права, однако не решает проблем масштабного получения результатов работы искусственного интеллекта в сфере творчества. Когда система искусственного интеллекта использует миллионы разнообразных произведений, без привязки к конкретному жанру или группе правообладателей, то становится сложно выполнить требование о том, чтобы исключения применялись только к определенным особым случаям. Кроме того, отсутствие вознаграждения правообладателям или упоминания о них подпадает под критерий «необоснованного ущемления» их законных интересов.

Таким образом, хотя система авторского права ЕС была значительно модернизирована, она по-прежнему неспособна достаточно адекватно регулировать весь спектр деятельности генеративного искусственного интеллекта, особенно когда речь идет об этапе вывода результатов его работы. Как отмечается в исследовании Европейского парламента от 2025 г., действующая система исключений, в том числе в соответствии с Директивой о едином цифровом рынке, изначально не предназначена для поддержки функций творческого воспроизведения и автономной генерации контента, выполняемых моделями искусственного интеллекта общего назначения⁷⁰.

2.3. Сравнение описываемых систем

При сравнении исключений из авторского права в США и ЕС становится очевидным, что в обеих системах предприняты меры для изменения отношений между авторским правом и новыми технологиями, однако ни одна из систем не предлагает всеобъемлющего или упреждающего решения. В американской модели добросовестного использования суды рассматривают дела в индивидуальном порядке, что позволяет им адаптироваться к новым технологиям. Однако эта адаптируемость часто приводит к непредсказуемым результатам. До сих пор неясно, к чему может привести такой подход; показательны примеры использования генеративного ИИ, когда результаты его работы используются в коммерческих целях или очень близки к оригинальным произведениям. Система Евросоюза, напротив, основана на правилах с четко определенными исключениями. Хотя она более прогрессивна, ее более поздние положения, особенно в области интеллектуального анализа текстов и данных, остаются узконаправленными. Эти правила в первую очередь касаются обучения систем искусственного интеллекта, но они не затрагивают контент, который генерируют эти системы, а также способы получения прибыли от этого контента, например, с помощью технологий распределенных реестров или других способов цифровой коммерциализации.

Таким образом, очевидно, что противоречие между защитой правообладателей и развитием инноваций не было полностью разрешено ни в одной из систем. Обе модели имеют свои преимущества, но, учитывая скорость и масштабы технологического прогресса, у них также есть очевидные ограничения. Эти выводы заслуживают серьезного рассмотрения в таких юрисдикциях, как Индия, где начинают проявляться аналогичные нормативные противоречия, не урегулированные ни в законодательстве, ни в судебной практике.

3. Сравнительный обзор исключений из авторского права в Индии, Соединенных Штатах и Европейском союзе

Выше мы рассмотрели толкование и применение исключений из авторского права в трех крупных юрисдикциях. В таблице показаны структурные характеристики, технологическая гибкость и меняющаяся роль законодательных органов и судов в решении проблем авторского права, связанных с блокчейном и искусственным интеллектом:

4. Выводы и рекомендации по реформированию сферы добросовестного ведения сделок

Как показывает сравнительный анализ, система авторского права в Индии все еще в наименьшей степени адаптируется к новым технологиям. В отличие от европейской модели ЕС с закрытыми списками и конкретными реформами и американской прецедентной доктрины добросовестного использования в Индии режим добросовестного ведения сделок, предусмотренный разделом 52 Закона об авторском праве 1957 г., до сих пор не включает ГИИ или цифровой контент, создаваемый и коммерциализируемый с помощью новых технологий. Судебная практика не разъясняет порядок применения авторского права к ИИ-контенту, кроме дела OpenAI v. ANI, которое еще не завершено. Министерство электроники и информационных технологий (MeitY) и Постоянный парламентский комитет по торговле признали необходимость законодательной реформы⁷¹, однако никаких конкретных поправок не последовало. В ответ на недавний судебный процесс Департамент содействия промышленности и внутренней торговле начал реформирование, однако в настоящее время не существует официальной, законодательно закрепленной стратегии развития⁷².

Проведя анализ судебной практики и сравнительный анализ, мы видим, что индийская система добросовестного ведения сделок, действующая в соответствии с разделом 52, структурно неадекватна для решения сложных задач, связанных с ГИИ; она не предусматривает ни отказ правообладателя от своих прав, ни исключения для процесса интеллектуального анализа текстов и данных, что имеет решающее значение для регулирования ГИИ. Эти недостатки носят не просто теоретический характер, они имеют существенные экономические последствия. По данным NASSCOM, к 2035 г. вклад ГИИ в ВВП Индии составит 957 млрд долл., или более 15 % от валовой добавленной стоимости⁷³; внедрение искусственного интеллекта также может привести к увеличению ВВП на 2,5 % в короткие сроки⁷⁴.

Недавно индийским правительством был создан Экспертный комитет по генеративному ИИ и авторскому праву; это своевременная мера для интеграции реформ, перечисленных в следующем разделе. Авторы данной статьи предлагают конкретные рекомендации по реформированию сферы добросовестного ведения сделок в свете сложных реалий генеративного искусственного интеллекта и создания контента на основе блокчейна.

4.1. Фундаментальная реформа раздела 52

Правительство Индии неоднократно подтверждало свое намерение модернизировать Закон об авторском праве 1957 г. с помощью инструментов официальной государственной политики (отчет Постоянного парламентского комитета от 2021 г., рекомендации Министерства электроники и информационных технологий по управлению ИИ от 2024 г., недавнее формирование комитета после суда по делу OpenAI)⁷⁵. Однако это намерение не привело к фактической законодательной реформе.

Эффективная модернизация системы авторского права Индии должна начаться с фундаментальной реформы раздела 52 Закона об авторском праве 1957 г., в частности его положений, касающихся добросовестных сделок. Как следует из раздела 3 «Учет судебной практики», развитие судебной практики в сфере добросовестного ведения сделок ограничивается строгой, всеобъемлющей структурой раздела 52, а не правовой непоследовательностью. Как видно из материалов дел Oxford University Press (2008), Civic Chandran (1996), ESPN Software (2008) и Shemaroo Entertainment Ltd. (2022), существующее положение ограничивает свободу действий судей. В результате судебные решения принимаются на основе конкретных фактов и представлений о пользе, однако они не помогают определить такие ключевые понятия, как «отчетность», «обучение», «критика и пересмотр», а также допустимые пороговые значения воспроизведения⁷⁶. Из-за такого отставания законодательства появляются судебные решения о том, что современные форматы, такие как ток-шоу на телевидении, не подпадают под защиту авторского права из-за концептуального несоответствия формулировкам закона. Аналогичным образом становится неопределенным статус материалов, созданных с помощью искусственного интеллекта. Чтобы отразить современные формы создания и потребления контента (например, интеллектуальный анализ текста и данных, обучение ИИ и повторное использование цифровых данных), необходимо реорганизовать раздел 52, включив в него четко определенные, технологически значимые исключения.

4.2. Обобщение результатов сравнительного анализа

Исходя из необходимости определения ключевых терминов в разделе 52, авторы провели сравнительный анализ режима исключений Европейского союза и доктрины добросовестного использования США. Это позволило сформулировать вторую важную рекомендацию для реформы авторского права в Индии. В качестве руководства по толкованию законодательства индийские суды иногда ссылаются на зарубежную судебную практику. Так, суды косвенно ссылались на четырехчастный критерий добросовестного использования в США в делах ESPN (2008) и Yashraj Films v. India TV (2012); трехчастный критерий из европейской Директивы InfoSoc был использован в деле Super Cassettes v. Hamar TV Network (2010). Однако, как показывает судебная практика, эти заимствования часто служили скорее риторической поддержкой, чем юридическим обоснованием по существу, и использовались с осторожностью, лишь когда неопределенность закона была допустима⁷⁷.

Несмотря на различные подходы к исключениям из авторских прав, системы США и ЕС сталкиваются с существенными ограничениями при применении к генеративному ИИ и активам на основе блокчейна. В разделе 2 данной статьи было показано, что доктрина добросовестного использования плохо отвечает на проблемы в области высококачественных результатов работы ИИ и системных экономических сбоев. В то же время парадигма ЕС (исключения в отношении интеллектуального анализа текстов и данных и трехчастный критерий) ориентирована на этап ввода данных и не имеет потенциала для регулирования коммерческих результатов ИИ⁷⁸. В настоящее время в Индии отсутствуют специальные исключения для интеллектуального анализа текстов и данных; раздел 52 Закона об авторском праве 1957 г., предусматривающий нормы добросовестного ведения сделок в Индии, не обеспечивает правовой определенности при проведении крупномасштабных автоматизированных действий, таких как интеллектуальный анализ текстов и данных, а также при коммерческом использовании. Однако последние разработки указывают на то, что эта сфера и связанные с ней реформы рассматриваются специалистами⁷⁹.

Чтобы индийское законодательство об авторском праве по-прежнему защищало права авторов и способствовало инновациям, необходимо ввести специальное, технологически нейтральное исключение для интеллектуального анализа данных и текста. В раздел 52 следует добавить новый пункт, согласно которому автоматизированные инструменты могут копировать и извлекать защищенный авторским правом контент для компьютерного анализа, включая развертывание, тестирование и обучение систем машинного обучения. В законодательной формулировке также должно быть четко указано, что такие действия не являются нарушением авторских прав, если (а) пользователь имеет законный доступ к базовому контенту и (б) полученные результаты в любом формате не являются прямым воспроизведением защищенного контента и не нарушают другие ограничения в рамках авторского права.

В Индии модель, имеющая узкую направленность только на вводимые данные, как Директива ЕС о едином цифровом рынке, была бы неэффективной; на это указывает Lucchi (2025) в своем анализе для Европейского парламента. Нормы интеллектуального анализа текстов и данных Европейского союза оказались структурно непригодны для контроля работы генеративного ИИ, который имитирует стиль автора или создает художественный контент на основе наборов данных⁸⁰. Положения ст. 4 Директивы ЕС о едином цифровом рынке несовместимы с децентрализованными технологиями⁸¹. Индии следует сформулировать это исключение для интеллектуального анализа текстов и данных таким образом, чтобы оно было ориентировано на результаты работы генеративного ИИ и учитывало перспективы развития технологий. Оно должно обеспечивать правовую определенность для получения и использования данных при разработке систем искусственного интеллекта, а также для законного распространения результатов работы систем ИИ в других коммерческих цифровых формах.

Вместо того чтобы полагаться на принцип добросовестного использования, разработанный в соответствии с законодательством США об авторском праве, Индии следует придерживаться законодательного подхода, который подчеркивает законодательную определенность без ущерба для технологической гибкости. Как показано в разделе 2.1 настоящей работы, принцип добросовестного использования, благодаря своему открытому характеру, оказался гибким, но структурно неадекватным применительно к генеративным технологиям, которые работают за счет широкомасштабного использования данных⁸². Таким образом, Индия должна целенаправленно принять законодательное исключение, которое прямо разрешает использование и воспроизведение защищенных авторским правом произведений для вычислительных приложений, включая анализ информации, оценку моделей и машинное обучение, при условии, что (а) это использование не предполагает первичного потребления или использования самого контента, и (b) полученные результаты не являются прямым воспроизведением защищенного контента. При условии, что пользователь имеет законный доступ к данным, такая модель разрешает интеллектуальный анализ текстов и данных на законных основаниях для всех субъектов и для всех видов использования, включая коммерческое и законное цифровое использование. Такой подход уменьшает зависимость от баланса интересов в суде и сводит к минимуму неопределенность в толковании.

4.3. Повышение юридической ответственности в области ГИИ за счет раскрытия обучающих данных

Существующий в Индии подход к регулированию искусственного интеллекта по-прежнему в значительной степени связан с контролем результатов работы систем ИИ, особенно в том, что касается распространения и маркировки контента, созданного ИИ. Этот подход отражен в таких принятых недавно документах, как Правила в области информационных технологий от 2021 г. (Руководящие принципы для посредников и Кодекс этики цифровых медиа), которые налагают на онлайн-платформы обязательства по проведению проверок и устранению вредных или вводящих в заблуждение результатов, и Рекомендации Министерства электроники и информационных технологий по ответственному ИИ от 2024 г., которые требуют маркировки синтетического контента⁸³. Эти меры направлены на решение таких проблем, как дезинформация, вмешательство в выборы и нанесение ущерба репутации, но они не регулируют должным образом этап ввода данных в работе искусственного интеллекта, особенно использование защищенных авторским правом или конфиденциальных данных во время обучения моделей. Недавние программные документы, в том числе Национальная стратегия информационного бюро по искусственному интеллекту от 2023 г. и Рекомендации Министерства электроники и информационных технологий от 2024 г., подчеркивают важность принципов подотчетности, прозрачности и равенства. Однако они не учитывают этические и правовые последствия методов сбора данных, используемых на этапе обучения модели⁸⁴.

Законодательство об исключениях из авторских прав в ЕС и США столкнулось с трудностями при решении проблемы генеративного ИИ, поэтому там, особенно в Европейском союзе, начали применять более прямой подход к созданию и обучению моделей ИИ. Подход Индии к регулированию ИИ должен выйти за рамки существующих ограничений. Необходимо ввести обязательное раскрытие информации для разработчиков искусственного интеллекта, особенно в отношении наборов данных для обучения генеративной модели. Аналогичные требования содержатся в ст. 53(1)(d) Закона ЕС об ИИ, которая обязывает разработчиков ИИ общего назначения (GPAI) публиковать структурированные списки источников данных для обучения своих моделей⁸⁵. В США также предлагается такой подход, в частности, Закон о раскрытии авторских прав в области генеративного ИИ (2024), целью которого является обеспечение аналогичной прозрачности в отношении произведений, защищенных авторским правом⁸⁶. Учитывая ограничения, предусмотренные Законом об информационных технологиях от 2000 г., такие правила раскрытия информации могут быть введены в рамках будущего всеобъемлющего Закона «Цифровая Индия»⁸⁷.

Кодекс отраслевой практики в области искусственного интеллекта общего назначения, который не имеет обязательной юридической силы в ЕС, представляет собой полезную модель для наилучших практик в области источников данных, пресечения незаконного копирования, разработки процедур подачи жалоб и обеспечения подотчетности⁸⁸. Министерство электроники и информационных технологий и Департамент содействия развитию промышленности и внутренней торговли могли бы совместно разработать аналогичный кодекс, адаптированный к правовой и технологической среде Индии. Необходимо также ввести обязательный аудит разработчиков, которые используют крупные наборы данных, содержащие контент, созданный пользователями или защищенный авторским правом; это во многом аналогично требованиям к ведению учета, изложенным в ст. 10 и 53 Закона ЕС об искусственном интеллекте⁸⁹.

4.4. Модель на основе вознаграждения

Помимо контроля результатов работы ИИ и повышения прозрачности обучающих данных, в будущем понадобится система лицензирования, чтобы авторы могли получать справедливую компенсацию за свои произведения, включенные в системы генерирующего ИИ. Однако отсутствие функционального рынка лицензирования данных для обучения ИИ в Индии создает структурный барьер для справедливого вознаграждения авторов⁹⁰. Первым шагом в этом направлении, предпринятым Европейским союзом, стал доклад депутата Европарламента Акселя Фосса об авторском праве и генеративном ИИ за 2025 г.⁹¹ В нем предлагается временный компенсационный механизм, при котором разработчики ИИ общего назначения (GPAI) платят сбор в размере 5–7 % со своих доходов во всем мире. Предполагается, что такая модель лучше решает проблему отсутствия рынка лицензирования, чем «глобальная лицензия». Индия могла бы перенять эту модель, введя установленный законом компенсационный план для крупных разработчиков искусственного интеллекта, при этом лицензированием и распространением занималось бы Управление по авторским правам или другая уполномоченная организация. Правоприменительную практику может улучшить положение, аналогичное ст. 53(1)(d) Закона ЕС об искусственном интеллекте, – это опровержимая презумпция того, что в процессе обучения модели использовались защищенные авторским правом произведения, если разработчики не предоставили структурированную информацию о своих источниках данных. Введение этой нормы способствовало бы прозрачности и уменьшило бы бремя доказывания, лежащее на авторах.

4.5. Технология блокчейн для подотчетности и лицензирования в области ГИИ

Чтобы обеспечить подотчетность, справедливое вознаграждение и реализацию предлагаемых реформ, не менее важно создать технологическую инфраструктуру, которая способствовала бы прозрачности в вопросах лицензирования, происхождения данных и автоматизированного управления правами. Технология блокчейн обладает потенциалом для решения этой задачи: создавая неизменяемые записи об исходных обучающих данных, условиях лицензирования и получении результатов, она повышает подотчетность, прозрачность и справедливость вознаграждения на протяжении всего жизненного цикла генеративного ИИ. Смарт-контракты могут автоматизировать лицензирование и выплату компенсаций с помощью реестра обучающих наборов данных на основе блокчейна. Это гарантирует, что авторы получают оплату, когда их творения используются для создания моделей или получения производных результатов. Например, метаданные об авторских правах могут быть встроены в хэшированные реестры наборов данных и проверяемые лицензии на основе блокчейна, что позволяет разработчикам раскрывать происхождение исходных данных и инициировать автоматические платежи при коммерциализации результатов⁹². Этот подход согласуется с предложением ЕС, где с помощью блокчейна отслеживается происхождение данных, лицензирование в соответствии с Законом об искусственном интеллекте и инициатив по модернизации авторского права⁹³. При этом устраняются недостатки, связанные с традиционным соблюдением авторских прав, которое в цифровых условиях является неэффективным и устаревшим, поскольку широкомасштабное обучение генеративного ИИ происходит без достаточной прозрачности или лицензионных рамок. Объединив технологию блокчейна с положениями предлагаемого Закона «Цифровая Индия», Бюро по защите авторских прав или Министерство электроники и информационных технологий могут обеспечить раскрытие наборов данных, контролировать использование ИИ и внедрять законные схемы компенсации в Индии. Такой подход позволяет получить четкую аудиторскую информацию, защищенную от несанкционированного доступа, что гарантирует соблюдение требований закона⁹⁴.

Заключение

Анализ, проведенный в исследовании, показал глубокие структурные пробелы в существующих системах авторского права, проявившиеся с развитием генеративного ИИ и систем поддержки творческой деятельности на основе блокчейна, особенно в Индии. В других юрисдикциях суды уже рассматривают такие дела, как Getty Images v. Stability AI, Bartz v. Anthropic и ANI v. OpenAI, однако индийская модель добросовестного ведения сделок на основе закрытых списков и структура раздела 52 Закона 1957 г. оставляют судьям еще меньше доктринальных инструментов, чем их коллегам в Соединенных Штатах или Европейском союзе. Сравнение с американской доктриной добросовестного использования и европейской доктриной исключений в отношении интеллектуального анализа текстов и данных свидетельствует о том, что индийское законодательство в настоящее время не готово учитывать особенности как этапа обучения систем ГИИ, так и этапа получения и использования их результатов. На этом фоне предложенные меры (введение отдельного исключения для интеллектуального анализа текстов и данных, введение механизмов отказа от прав, обязательное лицензирование обучающих наборов данных, подотчетность на основе блокчейна) являются не просто желательными, но и необходимыми предпосылками для эффективного регулирования авторских прав в области ГИИ в Индии. Эти реформы согласуются с целями Экспертного комитета по генеративному искусственному интеллекту и авторскому праву, созданного правительством Индии в 2025 г., и могут стать основой для его работы. Мы предлагаем конкретную законодательную стратегию для создания баланса между технологическими инновациями и защитой творческого труда.

Приложение