Эволюция открытых лицензий в СНГ и практика применения технологий искусственного интеллекта для обработки научно-технической информации

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.

1. Bornmann L., Haunschild R., Mutz R. Growth rates of modern science: a latent piecewise growth curve approach to model publication numbers from established and new literature databases. Humanities and Social Sciences Communications. 2021;8(1):(224). https://doi.org/10.1057/s41599-021-00903-w

2. Kumar R., Reddy M., Pappula P. Text Classification Performance Analysis on Machine Learning. MATTER: International Journal of Science and Technology. 2019;28(20):691–697.

3. Вахрушев М. В., Гончаров М. В., Засурский И. И. и др. Открытый доступ: история, современное состояние и путь к открытой науке. Санкт-Петербург: Издательство «Лань», 2020. 168 с. ISBN 978–5-8114-5034-3. EDN: BSMMGI

4. Яночкина Ю. В. Открытый доступ и открытые лицензии российских журналов. Научные и технические библиотеки. 2024;(3):142–157. https://doi.org/10.33186/1027-3689-2024-3-142-157. EDN: MEXCMS5

5. Fox J. et al. Open science, closed doors? Countering marginalization through an agenda for ethical, inclusive research in communication. Journal of Communication. 2021;71(5):764–784. https://doi.org/10.1093/JOC/JQAB029

6. Чупракова П. А. Институт открытых (публичных) лицензий в национальном законодательстве об авторском праве и смежных правах. Право в современном белорусском обществе. 2023;(18):545–552. EDN: RDLJPE7

7. Романенкова Е. И., Серго А.Г Правовое регулирование отношений по поводу свободных лицензий в российском праве. Копирайт (Вестник Академии интеллектуальной собственности). 2020;(2):1–20. EDN: ZTYEUZ

8. Stratan A., Bordian E. National infrastructure for technical and scientific information — a cornerstone of Open Science and research visibility in the Republic of Moldova. Information and Innovations. 2025;20(3):5–12. https://doi.org/10.31432/1994-2443.2025.14. EDN: DFFSAT

9. Стратан А. Н., Гусликова Н. И. Состояние сферы научно-технической информации в Молдове. Международный форум по информации. 2017;42(2):31-37. EDN: YZGPYZ

10. Лободина Ю. А. Правовое регулирование лицензий Creative Commons и открытых лицензий: современное состояние и перспективы развития. Право и бизнес. 2021;(3):48–55. EDN: ZSRMZW

11. Москаленко И. А. Значение лицензий Creative Commons для эволюции авторских прав в трансграничных отношениях. Актуальные проблемы российского права. 2021;16(9):141–148. https://doi.org/10.17803/1994-1471.2021.130.9.141-148

12. Моисеева Н. А. Нейронный поиск информации в цифровых библиотеках для повышения качества библиотечно-информационного обслуживания. Научные и технические библиотеки. 2026;(4):66–87. https://doi.org/10.33186/1027-3689-2026-4-66-87. EDN: COXAHF

13. Гончаров М. В., Соколинский К. Е., Шрайберг Я. Л. Применение искусственного интеллекта в практике научно-технических библиотек: исследование потенциала, опыт использования, оценка перспектив. Научные и технические библиотеки. 2025;(12):144–164. https://doi.org/10.33186/1027-3689-2025-12-144-164. EDN: JBLGUF

14. Мельникова Е. В. Актуальность применения инструментария искусственного интеллекта в современных наукометрических исследованиях. Научно-техническая информация. Серия 1: Организация и методика информационной работы. 2024;(2):19–25. https://doi.org/10.36535/0548-0019-2024-02-2. EDN: FUSONM

15. Кусакин И. К., Федорец О. В., Романов А. Ю. О классификации коротких научных текстов. Научно-техническая информация. Сер. 1. Организация и методика информационной работы. 2023;(7):22–28 https://doi.org/10.36535/0548-0019-2023-07-3. EDN: EHCQTT

16. Sohrab M. G., Asada M., Rikters M., Miwa M. BERT-NAR-BERT: A Non-Autoregressive Pre-Trained Sequence-to-Sequence Model Leveraging BERT Checkpoints. IEEE Access. 2024;12:23–33. https://doi.org/10.1109/access.2023.3346952.

17. Гончаров М. В., Колосов К. А. Особенности использования больших языковых моделей при составлении текстовых рефератов. Научные и технические библиотеки. 2025;(11):203–214. https://doi.org/10.33186/1027-3689-2025-11-203-214. EDN: HIMNTM

18. Бычкова Е. Ф., Колосов К. А. Анализ возможностей автоматического реферирования статей на примере источников базы данных «Экология: наука и технологии» ГПНТБ России. Научные и технические библиотеки. 2023;(10):99–120. https://doi.org/10.33186/1027-3689-2023-10-99-120. EDN: SRIKNC

19. Ядревский О. О. Основные направления совершенствования законодательства об авторском праве в свете развития цифровых технологий. Журнал Белорусского государственного университета. Право. 2021;(3):23-31. EDN: UJCITD

20. Антопольский А. Б. Международная деятельность в области языковых технологий и ресурсов. Информация и инновации. 2021;16(2):5–22. https://doi.org/10.31432/1994-2443-2021-16-2-5-22. EDN: CKRRGV