Мартынов Алексей Владимирович, доктор юридических наук, профессор, главный научный сотрудник, заведующий кафедрой административного и финансового права юридического факультета
д. 23, пр. Гагарина, г. Нижний Новгород 603022
Alexey V. Martynov, Dr. Sci. (Law), Professor, Senior Researcher, Head of the Department of Administrative and Financial Law, Faculty of Law
Головизнина Юлия Игоревна, кандидат юридических наук, младший научный сотрудник, старший преподаватель кафедры административного и финансового права юридического факультета
д. 23, пр. Гагарина, г. Нижний Новгород 603022
Yulia I. Goloviznina, Cand. Sci. (Law), Junior Researcher, Senior Lecturer, Department of Administrative and Financial Law, Faculty of Law
Синьков Иван Андреевич, кандидат юридических наук, младший научный сотрудник, старший преподаватель кафедры административного и финансового права юридического факультета
д. 23, пр. Гагарина, г. Нижний Новгород 603022
Ivan A. Sinkov, Cand. Sci. (Law), Junior Researcher, Senior Lecturer, Department of Administrative and Financial Law, Faculty of Law
Появление синтетических данных — важнейший этап развития генеративного искусственного интеллекта. Синтетические данные — это стремительно развивающаяся сфера, которая включает в себя как решение многих проблем, порожденных нехваткой данных, так и потенциальные риски технического, организационного, экономического характера. Особое значение приобретают правовые риски, связанные с использованием синтетических данных в деятельности органов исполнительной власти, поскольку они обеспечивают реализацию государственной политики в социально значимых сферах жизни общества, защиту прав и свобод граждан, а также национальную и информационную безопасность. В исследовании исходя из анализа зарубежной и отечественной научной литературы сформулированы правовые риски применения синтетических данных в деятельности органов исполнительной власти. Выявлено, что к таким рискам относятся: уклонение должностных лиц от ответственности в случае принятия решения на основе некачественных синтетических данных; фальсификация документов при помощи синтетических данных; дезинформация граждан; нарушение законодательства о защите информации. Оптимальный способ снижения рисков — нормативное правовое регулирование порядка генерации и использования синтетических данных в деятельности органов исполнительной власти путем установления правового режима синтетических данных с обязательным определением мер ответственности для должностных лиц, допущенных к работе с такими данными.
The emergence of synthetic data marks a significant stage in the development of generative artificial intelligence. Synthetic data is a rapidly evolving field that offers both solutions to a wide range of problems associated with data scarcity and potential technical, organizational, and economic risks. Of particular importance are the legal risks associated with the use of synthetic data in the activities of executive authorities, since such bodies are responsible for implementing public policy in socially significant areas, protecting individual rights and freedoms, and safeguarding national and information security. Based on an analysis of both foreign and Russian scholarly literature, the study identifies the principal legal risks arising from the use of synthetic data in the work of executive authorities. These risks include the evasion of official accountability where decisions are made on the basis of «low-quality» synthetic data; the falsification of documents through the use of synthetic data; the dissemination of misinformation to the public; and violations of information protection legislation. The article argues that the principal means of mitigating these risks lies in the adoption of a regulatory framework governing the generation and use of synthetic data in the activities of executive authorities through the establishment of a legal regime for synthetic data, including the mandatory specification of liability measures applicable to officials authorized to work with such data.
The authors declare that there are no conflicts of interest present.