Введение. Тренд на регулирование цифровых технологий и искусственного интеллекта (далее — ИИ) не обошел стороной и рекомендательные системы (далее — РС), являющиеся отдельной субтехнологией ИИ: так, за последние два года в КНР, ЕС, РФ и Казахстане были приняты и вступили в законную силу нормативные правовые акты (далее — НПА), устанавливающие отдельные требования к использованию технологий алгоритмических рекомендаций на цифровых платформах. Предложенное регулирование значительно отличается между собой по строгости устанавливаемых требований и ограничений, значимости, глубине и политическому контексту принятия, но однозначно схоже в желании обеспечить определенный уровень прозрачности функционирования рекомендательных алгоритмов для пользователей. Настоящая статья представляет собой попытку оценить, насколько законодателям и регуляторам удалось достичь баланса между необходимостью соблюдения законных прав и интересов пользователей и сохранением условий для экономического развития владельцев платформ, а также предложить дополнительные варианты по его достижению.

Понятие и правовой режим охраны рекомендательных систем. В литературе и НПА можно обнаружить разнообразные определения понятия «рекомендательные системы», которые, несмотря на достаточно схожие видовые отличия (существенные отличительные свойства) исследуемого объекта, отличаются используемыми родовыми понятиями. Анализ родовых понятий РС, таких как система, набор алгоритмов, программное средство, программный комплекс, в законодательстве и документах по стандартизации позволяет прийти к выводу, что в основе любой РС лежит алгоритм. Наравне с набором алгоритмов, отвечающих за обработку и постобработку данных, непосредственное определение и предоставление рекомендаций пользователям, оценку эффективности функционирования системы, неотъемлемыми элементами системы также являются представленные в виде датасетов данные (на основе обработки которых пользователю рекомендации и предоставляются), а также графический интерфейс пользователя, посредством которого происходит его взаимодействие с системой.

В качестве существенных отличительных свойств рекомендательных систем можно выделить следующие: (1) цель — генерация и предоставление рекомендаций, обычно относящихся к различным процессам принятия решений, например, какие товары купить, какую музыку послушать или какие онлайн-новости почитать; (2) метод — автоматизированная обработка данных; в качестве данных могут использоваться сведения (1) о пользователях (напр., области их интересов, возраст или пол), (2) о самих объектах рекомендаций (напр., жанр фильма или цена товара), (3) об особенностях взаимодействия пользователя с объектами рекомендаций и системой (напр., «логи» о просмотре карточки объекта, нажатии на нее, добавлении товара в корзину, сведения об оценках, которые пользователь поставил объектам), при этом автоматизированные обработка данных и предложение на ее основе рекомендаций пользователю осуществляются в зависимости от используемой в каждой конкретной системе техники алгоритмических рекомендаций, общая модель функционирования которых заключается в прогнозировании «полезности» рекомендуемого объекта для пользователя.