
14 октября 2026 года Stanford HAI опубликовал профиль Деб Раджи, исследовательницы, изучающей подотчётность ИИ, и Раджи заявила, что область сильно недооценила, насколько сложно будет обеспечить исполнение законов, за которые она боролась. Почему законы об ответственности ИИ так часто оставляют без ответственности всех? Потому что, когда никто со стороны не может проверить, проведены ли требуемые аудиты и уведомления, нарушения остаются невидимыми, а процесс привлечения кого-либо к ответственности так и не начинается.
01Законы об ИИ буксуют там, где посторонние не могут проверить соблюдение требований
Закон, который существует, но не может быть исполнен, оставляет след в цифрах, и самый наглядный след даёт город, где закон об ИИ действительно действует уже некоторое время. Начнём с самой Раджи. Она известна аудитами коммерческих систем распознавания лиц, помогала создавать Model Cards во время работы в Google, а этой осенью работает в Stanford HAI в качестве приглашённого научного сотрудника, прежде чем войти в штат факультета осенью 2027.
В интервью Раджи описала историю этой области по этапам. Около 2017 года разговоры шли только о принципах высокого уровня. Примерно с 2020 по 2023 год появились серьёзные законодательные предложения. После ChatGPT законы начали приниматься, и одним из названных ею примеров стал Закон № 144 Нью-Йорка (Local Law 144).
После принятия закона наступает этап его применения. «Думаю, мы сильно недооценили сложность обеспечения исполнения», — сказал Раджи.
Протокол Local Law 144 указывает в том же направлении. В 2024 году группа исследователей проверила 391 работодателя и обнаружила, что только 18 из них опубликовали аудит на предвзятость, которого требует закон. В 2025 году контролёр штата Нью-Йорк изучил, как городское ведомство обеспечивает исполнение закона. Ведомство рассмотрело 32 опубликованных аудита и отметило одно возможное нарушение. Аудиторы штата прочитали те же 32 аудита и нашли как минимум 17.
Чтобы было ясно, ни одна из этих цифр не принадлежит Raji. Они получены от академических исследователей и из государственного аудита. Однако оба источника сходятся в одном факте: когда соблюдение требований невозможно увидеть снаружи, нарушения не всплывают.
Всем, кто внедряет ИИ внутри организации, я предлагаю один практический вывод. Не ждите, какие законы появятся. Ведите собственный учёт использования ИИ, который сможет проверить посторонний. Когда вас попросят отчитаться за решение, только этот учёт и сможет служить опорой для вашего ответа.
02Local Law 144: инструменты найма требуют аудита на предвзятость в течение года и публикации результатов
Прежде чем воспринимать 18 из 391 как вердикт, полезно точно знать, какие обязанности были у этих работодателей.
Local Law 144 — закон Нью-Йорка об автоматизированных инструментах принятия решений при найме, то есть о программах, которые работодатели используют для отбора или ранжирования кандидатов. Контроль за исполнением возложен на Департамент по защите прав потребителей и работников города, обычно сокращаемый до DCWP. Обязанности лежат на работодателе и выполняются в определённом порядке.
Аудит должен быть проведён не более чем за год до использования инструмента. Краткое изложение его результатов необходимо разместить там, где его сможет прочитать любой желающий. Кандидаты и сотрудники должны получить уведомление за десять рабочих дней до применения инструмента к ним. DCWP начало обеспечивать соблюдение закона и своих правил 5 июля 2023 года.
Эта цифра заставляет заметить одну особенность: ведомство находится в самом конце цепочки. Аудит, публикация и уведомление — всё это работодатель делает на своей стороне. DCWP может вмешаться только после того, как узнает, что один из этих шагов пропущен.
Раджи относит такой аудит предвзятости к практическим инструментам обеспечения соблюдения норм. Таким образом, инструменты существовали на бумаге. Очевидным следующим шагом было подсчитать, сколько работодателей действительно ими пользовались, и группа исследователей сделала именно это.
03Из 391 проверенного работодателя 18 опубликовали аудиты и 13 опубликовали уведомления
Подсчёт выполнила исследовательская группа под руководством Lucas Wright; среди соавторов — Jacob Metcalf и J. Nathan Matias. Их статья была принята на FAccT 2024 — главную академическую конференцию по справедливости и подотчётности компьютерных систем.
Команда обучила 155 студентов в качестве исследователей. Вместе студенты зафиксировали, как 391 работодатель соблюдает Local Law 144. Из этих работодателей 18 опубликовали отчёты об аудите. Лишь 13 опубликовали уведомления о прозрачности, сообщающие кандидатам об использовании автоматизированного инструмента.
Один и тот же закон возлагает на три разные стороны три разные задачи, и каждая оставила после себя свою цифру. Если расположить их рядом, они выглядят так.
| Точка сравнения | Работодатели | Городское ведомство (DCWP) | Контролёр штата |
|---|---|---|---|
| Что они решают | Подпадает ли инструмент под действие закона | Расследование и наказание нарушений | Аудит правоприменения ведомства |
| Число оставшихся без работы | 18 из 391 опубликовали аудит | Одно возможное нарушение в 32 аудитах | Не менее 17 из тех же 32 |
| Невидимо снаружи | Причина, по которой инструмент сочли выходящим за рамки | Нарушения со стороны работодателей, которые ничего не публикуют | Жалобы, которые так и не дошли до ведомства |
У каждого работодателя за пределами этих 18 посторонний не смог бы определить, используется ли ИИ для отбора заявок вообще. Беглое прочтение привело бы к выводу, что остальные нарушают закон. Почему этот вывод неверен, исследовательская группа вынесла в название своей работы.
Одно ограничение стоит указать здесь. Опрос отражает ситуацию 2024 года. Я не проверял, опубликовали ли с тех пор аудиты больше работодателей.
04Работодатели сами решают, применим ли закон, поэтому молчание ничего не доказывает
Низкое значение 18 не означает большого числа нарушений, и причина кроется в устройстве самого закона.
По словам Райт и её коллег, Local Law 144 предоставляет работодателям значительную свободу усмотрения в том, подпадает ли их система под действие закона. Работодатель, решивший, что его инструмент не входит в сферу действия закона, не публикует аудит и не направляет уведомления. Работодатель, чей инструмент подпадает под закон, но который ничего не публикует, со стороны выглядит точно так же.
Исследователи назвали это состояние нулевым соответствием (null compliance). Когда поиск ничего не находит, этот пустой результат нельзя считать признаком несоблюдения. Нельзя считать его и признаком соблюдения. Наблюдатель остаётся без ответа.
Раджи упирается в ту же стену, но с другой стороны. По её словам, компании структурно ограничены в том, насколько откровенно они могут говорить о том, хорошо ли работает система или нет. Как я понимаю слово «структурно», предел заключается в положении, в котором находится компания, когда говорит о собственном продукте, а не в честности какого-либо отдельного сотрудника.
На мой взгляд, эти два факта усиливают друг друга. Закон передаёт решение об объёме работодателю, а работодатель плохо подходит для откровенного рассказа о собственных инструментах. Малое количество информации, доходящей до внешнего мира, — закономерный результат сочетания этих двух обстоятельств.
05Аудиторы штата обнаружили 17+ возможных нарушений в 32 проверках; город нашёл одно
Работодателей, которые ничего не публикуют, нельзя отличить от нарушителей. Остаются опубликованные аудиты. Прочитали ли их хотя бы внимательно?
Контролёр штата Нью-Йорк проверил правоприменительную деятельность DCWP с июля 2023 года по июнь 2025 года и опубликовал аудит в декабре 2025 года. Мне не удалось открыть полный отчёт из моей среды. Приведённые ниже цифры цитируются по анализу юридической фирмы DLA Piper, опубликованному в январе 2026 года.
Выводы распадаются на три части. Для читателей за пределами Нью-Йорка: 311 — это общая телефонная линия города для вопросов и жалоб о городских услугах.
Линия жалоб
Семьдесят пять процентов тестовых звонков в службу 311 по поводу инструментов автоматизированного найма были неправильно перенаправлены.
Чтение аудитов
Там, где агентство отметило одну проблему в 32 аудитах, государственные аудиторы нашли не менее 17 потенциальных проблем.
Ответ ведомства
Контролёр назвал действующее правоприменение неэффективным. DCWP согласился выполнить большинство рекомендаций.
Из этих трёх второе для меня самое весомое. Записи были. Они были опубликованы там, где велит закон. Но если читатель не замечает того, что в них содержится, результат ничем не отличается от отсутствия записей вообще.
Первый вывод тоже важен. Кандидат, который замечает отсутствие уведомления и берётся за телефон, по результатам этих тестов с вероятностью три к четырём не дозвонится до нужного отдела. Одна из немногих дверей, через которую посторонний мог сообщить о нарушении, была в основном закрыта.
06Ответственность требует закона, видимой записи и возможности её проверить
Из тех же 32 проверок ведомство выявило одно возможное нарушение. Если сопоставить все факты, причины, по которым никто не несёт ответственности, сводятся к трём местам.
Законы лишь устанавливают обязанности
Количество принятых законов мало говорит о правоприменении. Раджи сказала, что отрасль неверно оценила то, что происходит после принятия закона.
Решение о раскрытии принимает пользователь
Молчание невозможно отличить от нарушения. Восемнадцать из 391 — это не число нарушений.
Способность к изучению
Запись, которую никто не читает, никого не делает ответственным. Один случай против как минимум 17 показывает разрыв.
Первый пункт меняет то, как читать заголовки о новых законах об ИИ. Когда я вижу сообщение о том, что ещё одна юрисдикция приняла такой закон, я больше не считаю, что теперь можно возложить ответственность. Местный закон 144 начал применяться в 2023 году, и после этого он дал такие цифры: 18 работодателей и одна выявленная проблема.
Второй пункт меняет то, как следует относиться к молчанию. При нулевом соблюдении компания, которая ничего не публикует, и компания, нарушающая закон, снаружи выглядят одинаково. Предел корпоративной откровенности, который описывает Раджи, действует в том же направлении — в сторону меньшего раскрытия, а не большего.
Третий пункт меняет то, как оценивать ценность записи. 32 опубликованных аудита были полными как записи. Их ценность зависела от того, кто их читал. Прочитанные аудиторами штата, они содержали как минимум 17 потенциальных проблем. Прочитанные ведомством — одну.
Эти три элемента не независимы друг от друга. Закон устанавливает обязанность, пользователь публикует запись, и кто-то её читает. Если отсутствует любое звено, двух других недостаточно, чтобы запустить процесс привлечения к ответственности.
07Жители Калифорнии требовали подотчётности, но механизм обеспечения исполнения так и не назван
Чтобы привлечь кого-либо к ответственности, нужны закон, запись и тот, кто способен её прочитать. В штате, который сейчас готовит следующий раунд правил об ИИ, чего из этих трёх не хватает?
13 октября 2026 года губернатор Калифорнии Гэвин Ньюсом объявил результаты Engaged California — общегосударственной инициативы по вовлечению жителей в принятие решений об ИИ. Версия для всего штата открылась для всех жителей в мае 2026 года.
Чаще всего звучали три темы, и они получили наибольшую поддержку. Одна из них — «привлекать компании, разрабатывающие ИИ, к ответственности за причиняемый ими вред».
В объявлении не сказано, как это будет обеспечиваться. В нём не названо ни одного законопроекта и не установлен срок. Говорится лишь, что рекомендации будут учтены при принятии будущих политических решений.
Раджи, со своей стороны, назвала конкретные инструменты обеспечения соблюдения норм. Один из них — стандартный шаблон раскрытия информации, чтобы у требования прозрачности была определённая форма. Другой — база данных инцидентов, которая заранее определяет, что считается допустимым инцидентом, и фиксирует, как отреагировали правительства и компании.
У шаблонов раскрытия информации есть прецедент. Работая в Google, Raji помогла создать Model Cards — короткие документы, сопровождающие обученную модель и сообщающие о её результатах при оценке. Статья с их описанием была опубликована в 2018 году.
Станет ли Калифорния создавать инструменты такого рода, пока неизвестно. То, что мне удалось проверить, заканчивается фактом, что жители потребовали подотчётности.
Организации, использующие ИИ, не обязаны ждать государство. Согласно Местному закону 144, шаг, который не могли увидеть посторонние, — это собственное решение работодателя о том, подпадает ли инструмент под действие закона. Запишите причину этого решения и сохраните её, и позже любой сможет отличить молчание от нарушения.
Некоторая неопределённость остаётся, и ей место на странице. Опрос 391 работодателя относится к 2024 году, и с тех пор состояние раскрытия информации мной не проверялось. Данные государственного аудита подтверждены по цитатам юридической фирмы, а не по самому отчёту. Деталь о том, что неверно направленные звонки на 311 так и не дошли до агентства, также опирается на вторичные пересказы.
- Нью-Йорк начал применять Местный закон 144 в июле 2023 года, однако из 391 проверенного в 2024 году работодателя лишь 18 опубликовали аудиты. Закон на бумаге не делает соблюдение требований видимым.
- Поскольку работодатели сами решают, распространяется ли на них закон, отсутствие раскрытия информации ничего не доказывает. Исследователи называют это нулевым соблюдением (null compliance), а Раджи отмечает, что компании структурно ограничены в степени откровенности.
- Там, где городское агентство обнаружило одно возможное нарушение в 32 аудитах, государственные аудиторы нашли не менее 17. Даже опубликованные записи не создают подотчётности, если никто не в состоянии их прочитать.
Закон, возлагающий ответственность за вред от ИИ, мало чего достигает, если нет внешней записи, подтверждающей соблюдение, и ни у кого нет возможности её прочитать. 18 работодателей и единственная отмеченная проблема в Нью-Йорке — вот как это выглядит на практике.
Организации, использующие ИИ, смогут ответить на вопрос, только если ведут эту запись сами. Для ИИ-инструментов в собственной работе я начинаю с одной строки на инструмент: причина, по которой я решил его использовать, записанная до того, как кто-либо спросит.
- Стэнфордский HAI. Кто отвечает, когда ИИ причиняет вред? 2026-10-14. https://hai.stanford.edu/news/who-is-responsible-when-ai-causes-harm (Профиль Деб Раджи; переход от принципов к законодательству и правоприменению; «badly underestimated the enforcement challenge»; шаблоны раскрытия информации и базы данных инцидентов)
- Lucas Wright, Jacob Metcalf, J. Nathan Matias и др. Нулевое соответствие: закон Нью-Йорка Local Law 144 и проблемы алгоритмической подотчётности. FAccT 2024 / arXiv:2406.01399. https://arxiv.org/abs/2406.01399 (155 студентов-исследователей, 391 работодатель, 18 аудиторских отчётов, 13 уведомлений, нулевое соблюдение требований)
- DLA Piper. Критический аудит закона Нью-Йорка о найме с использованием ИИ указывает на рост рисков для работодателей. 2026-01-30. https://www.dlapiper.com/en/insights/publications/2026/01/critical-audit-of-nyc-ai-hiring-law-signals-increased-risk-for-employers (Анализ аудита контролёра штата Нью-Йорк: 32 аудита и одна проблема, не менее 17 потенциальных проблем, 75 процентов из 311 тестовых звонков)
- Департамент по защите прав потребителей и работников Нью-Йорка. Автоматизированные инструменты принятия решений о найме (AEDT). https://www.nyc.gov/site/dca/about/automated-employment-decision-tools.page (Аудит на предвзятость в течение года, публикация результатов, уведомление за десять рабочих дней, применение с 5 июля 2023 г.)
- Офис губернатора Гэвина Ньюсома. Губернатор Ньюсом объявляет результаты первого в стране проекта Калифорнии по вовлечению жителей штата в принятие решений об ИИ. 2026-10-13. https://www.gov.ca.gov/2026/10/13/governor-newsom-announces-results-from-californias-first-in-the-nation-project-to-involve-californians-in-decisions-about-ai/ (результаты Engaged California; тема ответственности ИИ-компаний за вред)
- Маргарет Митчелл, Иниолува Дебора Раджи, Тимнит Гебру и др. Карточки моделей для отчётности по моделям. arXiv:1810.03993, 2018. https://arxiv.org/abs/1810.03993 (Краткие документы, сопровождающие обученные модели и сообщающие результаты оценки)
