В Азиатско-Тихоокеанском регионе сейчас хорошо видно две разные модели регулирования ИИ. Один подход — подробно объяснять компаниям, как работать с персональными данными и на что опираться в проверках. Другой — оставлять рынок в рамках общих законов о приватности, правах человека и защите потребителей, перекладывая большую часть практической настройки на сами организации.

Новая Зеландия оставила компаниям больше свободы, но и больше неопределённости в управлении ИИ

В материале IAPP говорится, что у Новой Зеландии до сих пор нет отдельного закона об ИИ и специального регулятора по ИИ. Вместо этого компании должны ориентироваться на уже существующие правила о приватности, правах человека и защите потребителей, а также на в основном добровольные рекомендации.

Практическое последствие для команд, которые создают или внедряют ИИ, простое: свободы вроде бы больше, но и риск ошибиться выше. Бизнесу приходится самостоятельно определять, какой уровень человеческого контроля, подотчётности и внутренней проверки будет считаться достаточным, причём без жёсткого и заранее понятного эталона со стороны государства.

Источник: IAPP

Сингапур выпустил более подробные правила по использованию персональных данных в генеративном ИИ

Комиссия по защите персональных данных Сингапура опубликовала подробные разъяснения о том, как использовать персональные данные на разных этапах жизненного цикла генеративного ИИ. В центре внимания — когда данные из открытого доступа действительно можно считать общедоступными, в каких случаях требуется новое согласие и какие меры снижения риска должны сопровождать такую работу.

Для разработчиков и компаний это означает более предметный режим соответствия требованиям. Теперь происхождение обучающих данных, цель их использования, основания для работы без отдельного согласия и принятые меры защиты нужно фиксировать куда подробнее, если команда хочет уверенно опираться на исключения из сингапурского законодательства о приватности.

Источник: IAPP

Вместе эти две истории показывают важную развилку для рынка ИИ: где-то государство уже даёт прикладные ориентиры по данным и контролю, а где-то компании всё ещё вынуждены сами заполнять пробелы внутренними правилами. Для практики это означает одно и то же требование в разной форме: без внятного учёта данных, ответственности и человеческого надзора входить в рабочие процессы с ИИ становится всё опаснее.