Надежда Алексеевна Чуйкова, канд. техн. наук, аналитик, ведущий научный сотрудник
3-я Хорошевская ул., д. 17, г. Москва, 123298
Nadezhda A. Chuykova, Cand. Sci. (Eng.), Analyst, Leading Researcher
17, 3rd Khoroshevskaya st., Moscow, 123298
Введение. Открытые лицензии стали основой движения открытого доступа (Open Access) и открытой науки. Однако классические лицензии, включая GNU GPL и семейство Creative Commons (CC), не учитывают специфику использования произведений в качестве обучающих данных для ИИ, а также не регулируют правовой статус весов нейросетей и выходных данных, генерируемых моделями.
Цель. Проанализировать эволюцию института открытых лицензий в государствах-членах СНГ, выявить правовые и практические аспекты применения технологий искусственного интеллекта (ИИ) для обработки научно-технической информации (НТИ) на ведущих платформах региона
Материалы и методы. Исследование основано на сравнительно-правовом анализе национальных законодательств Российской Федерации, Республики Беларусь, Республики Казахстан в части регулирования открытых лицензий.
Результаты. Проведён обзор практического внедрения ИИ-технологий (нейропоиск, автоматическая классификация, суммаризация текстов) на платформах Научная электронная библиотека — eLibrary, Национальная электронная библиотека — НЭБ, ВИНИТИ РАН, ГПНТБ России и ОИПИ НАН Беларуси. Выполнен анализ совместимости лицензий Creative Commons (CC), специализированных ИИ-лицензий (OpenMDW, RAIL) с задачами машинного обучения на массивах НТИ. Установлена гетерогенность правового регулирования открытых лицензий в СНГ: наиболее развитые системы сформированы в России (ст. 1286.1, 1368 ГК РФ), Беларуси (ст. 45 Закона № 262-З) и Казахстане (Цифровой кодекс 2026 г.). Выявлено, что платформы активно внедряют ИИ, однако лицензионные ограничения создают правовые барьеры для автоматической обработки. Определены нерешённые проблемы: правовой статус датасетов, весов нейросетевых моделей и выходных данных модели, отсутствие в законодательстве СНГ исключений для текстового и data-майнинга (TDM). Разработаны рекомендации по адаптации лицензионных механизмов к задачам информационно-библиотечной сферы: автоматического реферирования, аннотирования и тематической структуризации данных.
Заключение. Наиболее пригодными для формирования открытых датасетов являются коллекции под лицензией CC BY и произведения в общественном достоянии. Для легального использования ИИ в обработке НТИ библиотекам и информационным центрам рекомендуется преимущественно применять документы под CC BY, соблюдать ограничения ND и NC, маркировать автоматически сгенерированный контент. Целесообразна гармонизация законодательства СНГ, адаптация специализированных ИИ-лицензий к региональной практике, а также разработка типовой политики открытых лицензий для автоматической обработки НТИ на уровне ГПНТБ России.
Introduction. Open licenses have become the foundation of the Open Access movement and open science. However, classic licenses, including the GNU GPL and the Creative Commons (CC) family, do not address the specifics of using works as training data for AI, nor do they regulate the legal status of neural network weights and the output data generated by models.
Aim. To analyze the evolution of open licensing in the CIS member states, identify the legal and practical aspects of applying artificial intelligence (AI) technologies to process scientific and technical information (STI) on leading regional platforms, and develop recommendations for adapting licensing mechanisms to the tasks of automatic abstracting, annotation, and thematic structuring.
Materials and Methods. The study is based on a comparative legal analysis of the national legislation of the Russian Federation, the Republic of Belarus, the Republic of Kazakhstan, and Ukraine regarding the regulation of open licenses. A review of the practical implementation of AI technologies (neurosearch, automatic classification, text summarization) on the platforms of the Scientific Electronic Library eLibrary, the National Electronic Library of the National Library of the Russian Academy of Sciences, the All-Russian Scientific and Technical Library of the Russian Academy of Sciences, the State Public Scientific and Technical Library of Russia, and the United Institute of Informatics and Problems of the National Academy of Sciences of Belarus was conducted. An analysis of the compatibility of Creative Commons (CC) licenses and specialized AI licenses (OpenMDW, RAIL) with machine learning tasks on NTI datasets was conducted.
Results. Heterogeneity of the legal regulation of open licenses in the CIS was established: the most developed systems are in Russia (Articles 1286.1 and 1368 of the Civil Code of the Russian Federation), Belarus (Article 45 of Law No. 262-Z), and Kazakhstan (Digital Code of 2026). It was found that platforms are actively implementing AI, but licensing restrictions create legal barriers to automated processing. Unresolved issues include the legal status of datasets, neural network model weights, and model outputs, as well as the lack of exceptions for text and data mining (TDM) in CIS legislation. It was shown that CC BY-licensed collections and public domain works are most suitable for creating open datasets.
Conclusion. To legally use AI in processing NTI, libraries and information centers are recommended to primarily use CC BY-licensed documents, comply with ND and NC restrictions, and label automatically generated content. Harmonization of CIS legislation, adaptation of specialized AI licenses to regional practices, and the development of a standard open licensing policy for automated processing of NTI at the level of the State Public Scientific and Technical Library of Russia are advisable.
The authors declare that there are no conflicts of interest present.