Кратко

  • EDPB считает, что подход Суда ЕС к поисковым системам в деле 2019 года может иметь значение для особых категорий данных, случайно и остаточно собранных при скрейпинге для ИИ, но только при выполнении четырёх условий в конкретном случае.
  • Проект связывает эту ограниченную возможность с контролем до и после сбора, во время разработки модели и после её внедрения. Общественное обсуждение продлится до 30 октября 2026 года.

На открытой веб-странице могут находиться персональные данные, которые разработчик ИИ не собирался собирать. Что делать, если при масштабном скрейпинге обнаруживаются сведения о здоровье человека, его политических взглядах, этническом происхождении или сексуальной ориентации? Европейский совет по защите данных (EDPB) рассматривает этот вопрос в проекте Руководства 03/2026 о веб-скрейпинге для разработки генеративного ИИ. Срок подачи замечаний истекает 30 октября в 23:59 по центральноевропейскому времени. Пока это проект на общественном обсуждении, а не окончательное правило и не новое исключение из GDPR.

Исходное различие — между намеренной обработкой и непреднамеренно оставшимися данными. Если организация намеренно собирает особые категории персональных данных, статья 9(2) GDPR требует специального исключения, а статья 6 — самостоятельного правового основания. Отдельно проект рассматривает ситуацию, когда такие данные всё же остались, несмотря на меры по предотвращению сбора. EDPB считает, что некоторые положения решения Суда ЕС 2019 года по делу GC и другие против CNIL (C‑136/17) могут быть релевантны. Но то дело касалось индексирования поисковой системой и удаления ссылок, а не обучения генеративных моделей. Поэтому EDPB не превращает его в готовое разрешение для разработчиков моделей.

Проект предлагает проверять четыре условия в каждом случае. Обработка должна иметь существенное сходство с деятельностью поисковой системы, которую рассматривал Суд; данные должны обрабатываться только случайно и остаточно, а не намеренно; контролеру должно быть трудно или невозможно определить наличие таких данных и предотвратить их сбор; контролер должен принимать меры в рамках своих обязанностей, полномочий и возможностей, чтобы не допустить распространения данных. Если факты не соответствуют этим условиям, подход к поисковым системам не создаёт общего способа обойти требования статьи 9.

Меры защиты придают слову «случайно» проверяемый смысл. До сбора контролеру следует установить точные критерии, применять фильтры и исключать сайты, структура которых предполагает наличие чувствительных данных; в проекте названы сайты, которыми в основном пользуются несовершеннолетние. После сбора остаточные данные следует немедленно удалить или удалить сразу после обнаружения. Запрос человека должен привести к удалению, если в нём есть правдоподобные указания на то, что данные относятся к запрещённой категории статьи 9.

Во время разработки модели контролеру следует проверять возможность извлечения данных и устойчивость к атакам на приватность, а также фильтровать ответы, которые раскрывают эти сведения. После запуска системы её поставщик должен постоянно отслеживать ответы, усиливать фильтры или ограничивать запросы и функции при появлении чувствительной информации. Если технологический прогресс позволит, следует рассмотреть машинное забывание или другой способ с равноценным эффектом.

EDPB также ожидает, что контролер сможет подтвердить применимость четырёх условий и релевантность и эффективность мер. Регулярная проверка должна охватывать разработку и использование модели; неэффективные меры нужно дополнять или заменять. Подотчётность становится операционным доказательством: критерии сбора, перечни исключённых источников, записи об удалении, тесты модели, инциденты с ответами и последующие действия должны быть согласованы между собой. Одного заявления, что сбор был «случайным», недостаточно.

Эта оценка особых категорий отличается от проверки законного интереса. Публичная доступность страницы сама по себе не означает согласия на скрейпинг данных для определённой цели; отсутствие правила robots.txt также не является согласием по GDPR. Ограничения сайта всё же могут учитываться при оценке разумных ожиданий человека в рамках баланса законных интересов. Такие сигналы влияют на факты дела, но не заменяют правовое основание или требования статьи 9.

Практическое следствие проекта — перенести вопрос на этап до сбора. Если чувствительные данные трудно определить лишь потому, что организация собирает всё подряд, эта трудность сама по себе не доказывает остаточный характер обработки. Предложенный подход спрашивает, принял ли контролер реальные меры для предотвращения сбора, мог ли обнаружить и удалить то, что прошло через фильтры, и может ли не допустить воспроизведения сведений моделью. В ходе консультации организации и отдельные лица могут обсудить, достаточно ли ясно сформулированы эти ожидания до окончательной редакции EDPB.

Источники

  1. Руководство EDPB 03/2026 о скрейпинге для генеративного ИИ, §§ 67–77
  2. Общественная консультация и срок подачи замечаний
  3. Сообщение EDPB об анонимизации и веб-скрейпинге для генеративного ИИ
  4. Суд ЕС, дело GC и другие против CNIL, C‑136/17