Кабинет Министров Украины принял постановление о создании национального корпуса данных, предназначенного для обучения и тестирования крупных языковых моделей (LLM). Документ, о котором сообщает РБК-Украина со ссылкой на текст постановления, закрепляет за государством роль куратора единой базы текстовых ресурсов на украинском языке и устанавливает чёткие правила доступа для разработчиков искусственного интеллекта. Развёртыванием платформы займётся Министерство цифровой трансформации совместно с государственным предприятием «ДІЯ», а разработчики смогут пользоваться собранным массивом данных бесплатно на основании лицензионного договора.
Распределение ролей и сроки развития системы
Постановление определяет чёткое разграничение функций между участниками проекта. Организатором и куратором национальной базы выступает Минцифры, тогда как за техническое наполнение, структурирование данных и киберзащиту отвечает ГП «ДІЯ». После запуска платформы министерство совместно с Министерством образования и науки и при участии Национальной академии наук получает шесть месяцев на выработку предложений по дальнейшему развитию национальной системы языковых ресурсов. Таким образом, запуск корпуса данных рассматривается не как финальный этап, а как стартовая точка многолетнего процесса формирования цифровой языковой инфраструктуры страны.
Что войдёт в состав национального корпуса
Национальный корпус объединит обезличенные структурированные и неструктурированные тексты на украинском языке, отражающие культурный и исторический контекст государства. В его состав войдут государственные базы данных, литературные произведения, научные труды и архивные материалы. Постановление предусматривает два механизма наполнения: обязательную передачу открытых наборов данных органами исполнительной власти в течение месяца после получения запроса от Минцифры или ГП «ДІЯ», а также добровольное участие частных компаний, библиотек, образовательных и научных учреждений, физических лиц-предпринимателей и граждан на основе лицензионных договоров с соблюдением законодательства об интеллектуальной собственности.
Кто получит доступ и на каких условиях
Пользоваться собранным массивом данных разработчики смогут бесплатно, однако круг претендентов строго ограничен. Доступ будут предоставлять только украинским юридическим лицам и физическим лицам-предпринимателям, которые имеют подтверждённый опыт создания или тестирования LLM и обязуются использовать материалы исключительно для этих задач. Заявки от разработчиков ГП «ДІЯ» будет рассматривать в течение десяти рабочих дней. В случае фиксации системой нарушения правил безопасности или нецелевого использования информации доступ аннулируется мгновенно.
Жёсткие предохранители безопасности и защита правообладателей
Постановление устанавливает ряд запретов, направленных на защиту данных. Доступ к базе закрыт для финансовых учреждений, инвестиционных фондов, подсанкционных компаний, а также для бизнеса, ведущего деятельность на временно оккупированных территориях, в России или Беларуси, либо имеющего конечных бенефициаров или акционеров с долей от 10 процентов. Отдельно прописан механизм защиты правообладателей: при поступлении жалобы на неправомерное использование текста доступ к спорному набору данных временно блокируется в течение одного рабочего дня на период проведения проверки. Эти меры призваны сбалансировать интересы развития отечественного ИИ-сектора и защиту авторских прав, а также предотвратить использование национальной базы в интересах третьих стран.
Значение проекта для украинского ИИ-сектора
Создание национального корпуса данных становится системным шагом в формировании суверенной экосистемы искусственного интеллекта на украинском языке. Бесплатный доступ к структурированным и неструктурированным текстам, объединяющим литературное, научное и архивное наследие, снижает порог входа для локальных разработчиков LLM и создаёт основу для создания специализированных языковых моделей, адекватно отражающих украинскую лингвистику и культурный контекст. Совместная работа Минцифры, ГП «ДІЯ», МОН и НАН Украины в течение последующих шести месяцев должна определить дорожную карту дальнейшего расширения и развития национальной системы языковых ресурсов.
