Для тех, кто строит или внедряет ИИ, регуляторная повестка всё заметнее смещается от общих принципов к очень прикладным вопросам: можно ли доверять автоматически сгенерированным ссылкам, какие свойства продукта сами по себе вызывают интерес регулятора и как оформлять данные для обучения, авторство и ответственность. Ниже — все три истории из текущего набора IAPP.

Un tribunal argentino anula un fallo que contenía citas no verificables generadas por IA

Аргентинский суд отменил решение, в котором оказались ссылки и цитаты, сгенерированные ИИ и не поддающиеся проверке. Практическое последствие здесь прямое: для юридических, комплаенс- и административных сценариев нельзя считать вывод модели готовым документом только потому, что он выглядит убедительно.

Для разработчиков и внедренцев это означает обязательные ступени проверки источников, подтверждения ссылок и человеческого контроля перед подачей любых официальных материалов. Иначе риск становится не теоретическим, а процессуальным: документ могут оспорить, отменить или использовать как пример ненадлежащей проверки.

Источник: IAPP

China's new AI rules: Ethics, AI agents and anthropomorphic AI

По оценке IAPP, Китай переходит от общих принципов к более детальным рабочим правилам для этики ИИ, агентных систем и решений, которые подражают человеку или эмоционально влияют на пользователя. Для компаний это важный сдвиг: под надзор всё чаще попадает не только базовая модель или набор данных, но и само поведение продукта.

Практически это значит, что разработчикам, которые выходят на китайский рынок, придётся внимательнее смотреть на степень автономности агента, сценарии воздействия на пользователя и элементы человекоподобного дизайна. Проверять нужно уже не только обучение и безопасность модели, но и то, как продукт ведёт себя в интерфейсе и какие привычки у пользователя формирует.

Источник: IAPP

Vietnam clarifies AI authorship, training data and copyright liability: A comparative lens

IAPP пишет, что закон Вьетнама об ИИ от марта 2026 года обрастает отраслевыми правилами, включая нормы по авторскому праву. На практике это выводит темы данных для обучения, отказа правообладателей, авторства материалов с участием ИИ и последующей ответственности из области обсуждений в область конкретных проверок на соответствие требованиям.

Для команд, которые обучают модели, продают ИИ-сервисы или выводят их на местный рынок, это означает рост требований к документированию происхождения данных, условий использования материалов и распределения ответственности между поставщиком модели, заказчиком и конечным пользователем. Иными словами, спор о том, «можно ли так делать», всё чаще заменяется вопросом «как именно вы это оформили и сможете ли это доказать».

Источник: IAPP