// вики · разбор · сентябрь 2026

Обучение ИИ на секретах и персональных данных

Проект статьи. Правила — по состоянию на сентябрь 2026 года; оценка конкретного датасета всегда зависит от состава данных.

Короткий ответ

Обучать модель на внутренних данных компании можно — это не разглашение, пока данные не покидают контролируемый контур. Условия три: сами данные получены законно, контур закрыт (свой сервер или согласованный корпоративный сервис), а риск «выучивания» управляется: модель способна запомнить фрагменты и выдать их посторонним. Персональные данные добавляют требования 152-ФЗ, охраняемые тайны — требований своих законов.

Корпоративные секреты

Собственные сведения под режимом коммерческой тайны остаются защищёнными, если обучение идёт в закрытом контуре: передача на подконтрольный ресурс — не разглашение, в отличие от выгрузки в публичный сервис, которую практика приравняла к разглашению (дело № 02-1545/2026, заметка о тайне). Данные третьих лиц под NDA — отдельный вопрос: право «обрабатывать» не включает право «обучать модель», если договор прямо этого не позволяет; формулировку стоит проверить и добавить в новые NDA. Режим тайны после обучения не исчезает: веса, способные воспроизвести секрет, — тоже охраняемая информация.

Персональные данные

• Основание обработки. Обучение модели — новая цель: собранные для одной задачи ПД нельзя молча пускать в датасет; нужны согласия, обезличивание либо иное законное основание.
• Локализация: обучение на серверах в России; зарубежные облачные платформы добавляют трансграничную передачу.
• Права субъектов: удаление по запросу для обучённой модели технически сложно — довод в пользу обезличивания до попадания в выборку и хранения таблицы соответствия отдельно от датасета.
• Документы оператора описывают такую обработку честно: «обучение внутренних моделей» стоит назвать среди целей обработки.

Охраняемые законом тайны

Государственная, адвокатская, врачебная, банковская и иные тайны имеют свои режимы. Общий принцип: модель — не субъект ответственности, отвечает оператор; обработка в закрытом контуре допустима там, где режим позволяет обработку средствами самой организации, и запрещена там, где закон требует особого канала или согласия. Для профессиональных тайн внутренний контур с доступом по необходимости обычно совместим с режимом; для гостайны — только аттестованная среда.

Риск запоминания

Большие модели способны дословно воспроизводить фрагменты обучающих данных. Для секретов и ПД это канал утечки: тот, кто умеет спрашивать, может вытянуть запомненное. Меры: фильтрация и обезличивание датасета до обучения, ограничение доступа к самой модели (контур — не только про обучение, но и про использование), тесты на извлечение перед выпуском, мониторинг запросов.

Чек-лист

• перечень категорий данных, попадающих в обучение, и основание для каждой;
• контур: где обучается, где работает, кто имеет доступ к весам;
• ПД: согласия или обезличивание; локализация; отражение в документах оператора;
• NDA с партнёрами: есть ли право на обучение;
• тест «что модель может выдать» перед каждым релизом.

Настроить контур и политики обучения на данных компании — часть практики прав и рисков продукта и постоянной поддержки.