Правовые риски применения синтетических данных в деятельности органов исполнительной власти

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.

1. Алексеев А. О., Миронова Е. С. Об этических рисках технологий искусственного интеллекта и их «когнитивных искажениях» // Технологос. 2025. № 3. С. 67–75.

2. Апостолова Н. Н. Принятие юридически значимых решений с использованием искусственного интеллекта // Вестник юридического факультета Южного федерального университета. 2025. № 1 (12). С. 13–17.

3. Башина О. Э., Матраева Л. В., Васютина Е. С. Технологии искусственного интеллекта в официальной статистике: возможности использования и риски // Вопросы статистики. 2025. № 2. С. 5–14.

4. Володенков С. В., Федорченко С. Н., Печенкин Н. М. Риски, угрозы и вызовы внедрения искусственного интеллекта и нейросетевых алгоритмов в современную систему социально-политических коммуникаций: по материалам экспертного исследования // Вестник Российского университета дружбы народов. Серия «Политология». 2024. № 2. С. 406–424.

5. Лапина М. А. Управление риском в публичном праве: постановка проблемы // Российская юстиция. 2015. № 3. С. 47–50.

6. Лаптев В. А. Понятие искусственного интеллекта и юридическая ответственность за его работу // Право. Журнал Высшей школы экономики. 2019. № 2. С. 79–102.

7. Мартынов А. В., Ширеева Е. В. Понятие и виды синтетических данных: к вопросу о необходимости правового регулирования в российском законодательстве // Журнал российского права. 2025. Т. 29. № 11. С. 135–148.

8. Мартынов А. В., Ширеева Е. В. Правовые и практические вопросы использования синтетических данных для целей государственного управления в России // Вестник Пермского университета. Юридические науки. 2025. № 4 (70). С. 526–538.

9. Рабчевский А. Н. Обзор методов и систем генерации синтетических обучающих данных // Прикладная математика и вопросы управления = Applied Mathematics and Control Sciences. 2023. № 4. С. 6–45.

10. Риски в публичном и частном праве: по материалам круглого стола, проводившегося в НИУ ВШЭ 29 апреля 2014 г. // Вопросы государственного и муниципального управления. 2014. № 2. С. 110–119.

11. Салова Т. Л., Суворов И. С. Синтетические данные: проблемы и пути их решения // Математические структуры и моделирование. 2025. № 3 (75). С. 116–121.

12. Соломонов Е. В. Юридическая ответственность искусственного интеллекта // Вестник Омского университета. Серия «Право». 2025. № 22 (2). С. 62–71.

13. Тихомиров Ю. А. Риски в праве: природа и причины // Право и современные государства. 2016. № 6. С. 9–19.

14. Calcraft P., Thomas I., Maglicic M., Sutherland A. Accelerating public policy research with synthetic data. ADR UK, Economic and Social Research Council, 2021. 42 p.

15. Demonstrating an approach for evaluating synthetic geospatial and temporal epidemiologic data utility: results from analyzing 1.8 million SARS-CoV-2 tests in the United States National COVID Cohort Collaborative (No. 3C) / J. A. Thomas, R. E. Foraker, N. Zamstein [et al.] // Journal of the American Medical Informatics Association. 2022. No. 8. P. 1350–1365.

16. Effective Use of Synthetic Data for Urban Scene Semantic Segmentation / F. S. Saleh, M. S. Aliakbarian, M. Salzmann [et al.] // Proceedings of the 15th European Conference on Computer Vision (ECCV). Munich, Germany, 8–14 September 2018. P. 84–100.

17. Gal M. S., Lynskey O. Synthetic Data: Legal Implications of the Data-Generation Revolution // Iowa Law Review. 2024. Vol. 109. P. 1087–1156.

18. Jenkins K. Synthetic Data and Public Policy. Supporting real-world policymakers with algorithmically generated data // Policy Quarterly. 2023. Vol. 19. Iss. 2. P. 29–39.

19. Lee P. Synthetic Data and the Future of AI // Cornell Law Review. 2025. No. 110. P. 1.

20. Mellouli S., Janssen M., Ojo A. Introduction to the Issue on Artificial Intelligence in the Public Sector: Risks and Benefits of AI for Governments // Digital Government Research and Practice. 2024. No. 5. P. 1–6.

21. Mittelstadt B. Principles alone cannot guarantee ethical AI // Nature machine intelligence. 2019. No. 1. P. 501– 507.

22. Sharma A. K., Sharma R. Generative Artificial Intelligence and Legal Frameworks: Identifying Challenges and Proposing Regulatory Reforms // Kutafin Law Review. 2024. No. 3 (11). P. 415–451.

23. Synthetic Data — what, why and how? / J. Jordon, L. Szpruch, F. Houssiau [et al.] // URL: https://arxiv.org/abs/2205.03257.

24. The Curse of Recursion: Training on Generated Data Makes Models Forget / I. Shumailov, Z. Shumaylov, Y. Zhao [et al.] // URL: https://arxiv.org/abs/2305.17493.

25. The Dark Side of Artificial Intelligence: The Possible Risk of Falsifying Images for Scientific Articles / P. A. Zecca, R. Marcella, B. Andrea [et al.] // Microscopy and Microanalysis. 2023. Vol. 29. P. 1688–1693.

26. Tomlinson B. Turning Fake Data into Fake News: The AI Training Set as a Trojan Horse of Misinformation // San Diego Law Review. 2023. Vol. 60. P. 641–670.