ИИ и 152-ФЗ: как соблюдать закон о персональных данных при работе с нейросетями

Организации все чаще внедряют нейросетевые решения в службу поддержки, управление персоналом, аналитику и другие бизнес-процессы. При этом в запросах к моделям могут оказаться имена клиентов, контакты, переписка и иные персональные сведения. Передача таких данных в ИИ-сервис рассматривается как их обработка, а в ряде случаев — как передача третьей стороне. Поэтому компании обязаны соблюдать требования Федерального закона № 152-ФЗ «О персональных данных».

Рассмотрим, какие операции с большими языковыми моделями (LLM) подпадают под понятие обработки персональных данных (ПДн), где появляются основные риски и какие меры позволяют их минимизировать.

Обсудить проект
7 августа 2026
10 минут
Марина Суворова Главный редактор блога
Ориентировочное время чтения: 10 минут
Опубликовано: 7 августа 2026
Подключенные сервисы:

Кого затрагивают эти изменения

Формально 152‑ФЗ распространяется на операторов и обработчиков персональных данных — то есть на организации и людей, которые собирают, хранят, передают или иным образом обрабатывают ПДн. На практике это касается всех, кто внедряет или обучает нейросети и другие модели ИИ на реальных данных: разработчиков, дата‑сайентистов, продуктовиков, облачных провайдеров и подрядчиков, которые имеют доступ к исходным наборам данных или к результатам обработки.

Почему это важно для команд, работающих с нейросетями

• Обучение моделей на реальных данных может считаться обработкой ПДн. Если в данных присутствуют сведения, позволяющие идентифицировать человека (включая косвенные идентификаторы), применяются требования 152‑ФЗ.
• Биометрия (включая голосовые записи, лица на фото/видео, отпечатки) — отдельная, более защищённая категория. Для её обработки обычно требуется письменное согласие и дополнительные меры защиты.
• Анонимизация имеет ключевое значение: полностью обезличенные данные (когда установление личности практически невозможно) уже не подпадают под 152‑ФЗ. Однако «псевдонимизация» (замена идентификаторов) без гарантии необратимости всё ещё считается обработкой ПДн.
• Нововведение с локализацией (с 1 июля 2025) означает, что при первоначальном сборе ПДн граждан РФ данные должны попадать в базы, расположенные в России — это влияет на архитектуру хранения и на выбор облачных решений при подготовке датасетов для обучения.

Практические шаги для соответствия при работе с ИИ

• Провести инвентаризацию данных: какие наборы используются для обучения, какие поля содержат ПДн, есть ли в датасетах биометрические или специальные категории данных.
• Определить правовую основу обработки: согласие субъекта, исполнение договора, законные интересы и т. п. Для биометрии чаще всего требуется явное письменное согласие.
• По возможности использовать обезличенные или синтетические данные для обучения. Перед публикацией/использованием датасета оценивать риски ре‑идентификации.
• Ограничить доступ к исходным данным и обеспечить контроль доступа, логирование действий, шифрование данных «в покое» и «в движении». Хранение должно соответствовать требованиям локализации и защищённой инфраструктуре.
• Оформлять обязательные договоры с обработчиками и подрядчиками, прописывать обязанности по защите ПДн, проводить проаудит соответствия провайдеров облачных услуг.
• Разработать и отработать план реагирования на утечки: кто уведомляет Роскомнадзор и субъектов, как быстро собираются и фиксируются данные по инциденту.
• Ввести внутреннюю политику обработки ПДн, вести реестр (записи) операций по обработке, при необходимости назначить ответственных за защиту данных (DPO/ответственный сотрудник).
• Периодически проводить оценку рисков и тестирование защиты (включая пентесты и ревью моделей на предмет утечек тренировочных данных — «model inversion» и т.п.).

Особенности обучения и публикации моделей

• Если модель была обучена на ПДн и затем публикуется или используется в сервисе, необходимо оценить риск, что модель может «выдать» данные конкретных людей (memorization). Это особенно критично для малых и чувствительных наборов данных.
• При предоставлении доступа к модели третьим лицам важно фиксировать условия и лимиты использования, чтобы подрядчики не получили неограниченный доступ к исходным данным.
• При трансграничной передаче результатов или моделей нужно учитывать, что первая запись/накопление ПДн граждан РФ должно происходить в российских базах; дальнейшая передача возможна при соблюдении требований закона и договорных гарантий.

Ответственность и типичные риски

• Штрафы и оборотные санкции, о которых вы уже упомянули, применимы при нарушениях — от случайной утечки до системных ошибок в архитектуре обработки.
• Неправильная оценка статуса данных (анонимизированы ли они на самом деле) — частая причина претензий.
• Использование внешних датасетов без проверки легитимности источника и согласий субъектов может привести к ответственности оператора.

Краткий чек‑лист для команд

• Инвентаризовать данные и пометить, где есть ПДн и биометрия.
• Проверить правовую основу обработки и при необходимости получить документированные согласия.
• По возможности заменить реальные данные обезличенными/синтетическими при обучении.
• Убедиться, что начальное хранилище ПДн граждан РФ расположено в России.
• Прописать требования по договорам с подрядчиками и облачными провайдерами.
• Настроить техзащиту: шифрование, доступы, логи, резервирование и безопасное удаление.
• Подготовить план реагирования на инциденты и регламент уведомлений.

Для детального соответствия стоит обратиться к разъяснениям Роскомнадзора и проконсультироваться с юристом по защите данных: специфика проектов с ИИ часто требует индивидуального подхода и документированных решений, которые минимизируют операционные и репутационные риски.

Что считается персональными данными в контексте LLM

Персональные данные — это любая информация, с помощью которой прямо или косвенно можно установить личность человека (ст. 3 № 152‑ФЗ). При взаимодействии с нейросетями таких данных оказывается больше, чем кажется на первый взгляд, и не все они очевидны. Разделим их на две категории.

Очевидные данные

Имена и фамилии, адреса электронной почты, номера телефонов, почтовые адреса, паспортные реквизиты — то, что прямо указывает на конкретного человека. Если эти сведения попадают в промпт или участвуют в обучении модели, они относятся к ПДн.

Неочевидные данные

Сюда входят голосовые записи (как биометрические данные), история переписок, если ее можно связать с конкретным пользователем, IP‑адреса и комбинации нескольких атрибутов, позволяющие установить личность.

Что происходит, когда данные уходят в публичный API

Если в запрос к ChatGPT, Claude, Gemini или другому публичному ИИ‑сервису попадают персональные сведения, они могут передаваться иностранному оператору сервиса. Такая передача рассматривается как трансграничная передача персональных данных и должна отвечать требованиям 152‑ФЗ. Отсутствие законного основания для передачи или несоблюдение предусмотренных законом процедур при использовании сервиса может повлечь нарушение законодательства.

Как правильно передавать ПДн при работе с зарубежными сервисами и не нарушить закон

Три требования 152-ФЗ к ИИ-системам

Компаниям важно учитывать три аспекта: где хранятся данные, на каком основании они передаются в ИИ‑сервисы и каким образом контролируется их обработка.

Три требования 152-ФЗ к ИИ

Локализация: первичный сбор и хранение в России

Первичный сбор ПДн граждан РФ должен происходить с использованием баз данных, размещенных в Российской Федерации (ч. 5 ст. 18 № 152‑ФЗ). Само по себе использование ИИ не противоречит закону. Однако при передаче ПДн иностранному сервису организация обязана соблюдать правила трансграничной передачи по 152‑ФЗ: иметь правовое основание для обработки, выполнить установленные требования к передаче, при необходимости уведомить Роскомнадзор и обеспечить надлежащую защиту информации.

Простой доступ к популярным ИИ-моделям
Модели уже готовы к использованию — не нужно развертывать инференс и писать код

Согласие: явное, детализированное, отдельное на передачу

Если обработка ПДн осуществляется на основании согласия, оно должно оформляться в соответствии с требованиями 152‑ФЗ. Субъекту необходимо разъяснить, какие именно данные обрабатываются, с какой целью и кому они будут переданы.

Пример согласия на обработку ПДн для посетителей сайта Cloud.ru

Общая фраза вроде «согласен на использование данных в ИИ‑системах» не считается достаточной. При оформлении согласия необходимо указывать цели обработки, перечень обрабатываемой информации, место хранения и иные обязательные условия. Для примера можно ознакомиться с формой согласия на обработку ПДн на сайте Cloud.ru.

С 1 сентября 2025 года вступают в силу новые требования к форме согласия на обработку ПДн. Согласие должно быть выраженным явно и не допускается включать его в другие документы (например, в трудовой договор, оферту или пользовательское соглашение). Оно оформляется отдельно — в виде самостоятельного письменного документа или посредством отдельного активного действия пользователя (например, установки отдельного чекбокса), но не как пункт в общем документе. Это изменение введено Федеральным законом № 420‑ФЗ (поправки в ст. 9 № 152‑ФЗ).

Трансграничная передача. При передаче ПДн за пределы России организация обязана выполнить требования 152‑ФЗ, регламентирующие такую передачу. Если обработка конфиденциальной информации происходит на основании согласия, в документе указывается, в какую страну и какому получателю будут направлены данные.

Биометрические данные. Для биометрии закон устанавливает ужесточенные правила обработки. Обычно требуется предварительно получить отдельное письменное согласие от лица, чьи биометрические данные планируется использовать.

Аудит: трассируемость обработки

Организация обязана контролировать, какие персональные данные отправляются в ИИ‑системы, кто имеет к ним доступ и какие операции с ними совершаются.

Для этого применяют логирование — фиксацию событий в системе. Например, можно записывать время обращения к модели, идентификатор пользователя или сервиса, отправившего запрос, и другие действия, связанные с обработкой данных.

Журналы логов помогают мониторить работу ИИ‑решений, выявлять ошибки и подтверждать, что компания принимает меры по защите конфиденциальной информации.