В статье исследуются правовые основания и пределы использования информации ограниченного доступа при обучении систем искусственного интеллекта, а также публично-правовые механизмы недопущения включения в датасеты запрещённой информации. Обосновывается, что обучение моделей ИИследует квалифицировать как форму обработки персональных данных, вследствие чего на соответствующие процессы распространяются общие принципы законности, целевого характера, минимизации и безопасности обработки. Особое внимание уделяется сопоставлению российского регулирования с подходами Европейского союза, включая положения GDPR и AI Act, устанавливающими требования к прозрачности, качеству обучающих данных, управлению рисками и документированию источников контента. Выявляется наличие пробела в российском законодательстве, связанного с отсутствием специального правового основания для обработки персональных данных в целях обучения ИИбезполучения согласия каждого субъекта. В качестве решения предлагается закрепление в законодательстве самостоятельного основания такой обработки при условии соблюдения минимального стандарта гарантий, включающего обезличивание и псевдонимизацию данных, документирование происхождения и состава датасетов, оценку рисков, запрет реидентификации и обязательную фильтрацию запрещённого контента. Делается вывод о необходимости перехода к модели ответственности, ориентированной прежде всего на соблюдение оператором процедурных обязанностей

The article examines the legal grounds and limits of the use of restricted access information in the training of artificial intelligence systems, aswell aspublic lawmechanisms to prevent the inclusion of prohibited information in datasets. It is proved that the training of AImodels should be qualified as a form of personal data processing, as a result of which the general principles of legality, purposefulness, minimization and security of processing apply to the relevant processes. Particular attention is paid to comparing Russian regulation with the approaches of the European Union, including the provisions of the GDPR and the AI Act, which establish requirements for transparency, quality of training data, risk management and documentation of content sources. There is a