В Україні створять національний корпус даних для навчання штучного інтелекту

Кабінет міністрів України ухвалив рішення про формування спеціального корпусу даних, який використовуватимуть для тренування та тестування великих мовних моделей (LLM). Відповідну постанову № 1416 уряд ухвалив 11 листопада 2026 року.

Відповідальним за реалізацію проєкту призначено Міністерство цифрової трансформації. Відомство має забезпечити створення бази даних протягом трьох місяців після набрання чинності документом.

Згідно з урядовим рішенням, органи виконавчої влади зобов'язані протягом місяця після запиту від Мінцифри або ДП «Дія» передати знеособлені набори даних. Це стосується як структурованої, так і неструктурованої інформації, придатної для навчання ШІ. Передача матеріалів має відбуватися з урахуванням вимог законодавства про інтелектуальну власність.

Уряд також закликав наукові установи, архіви, бібліотеки, освітні заклади та бізнес сприяти наповненню корпусу. При цьому важливо дотримуватися прав авторів та інших правовласників.

Після запуску системи Мінцифри спільно з Міністерством освіти і науки та Національною академією наук протягом шести місяців мають розробити пропозиції щодо подальшого розвитку національної системи мовних ресурсів.

Доступ до зібраних даних надаватимуть юридичним особам та ФОП, які займаються розробкою або тестуванням мовних моделей. Обов'язковою умовою є використання інформації виключно за цільовим призначенням.

Встановлено суворі обмеження для доступу до бази. Його не отримають особи чи компанії, що працюють на території Росії, Білорусі або країн, які перебувають з ними у військових чи митних союзах. Також заборона стосується суб'єктів під санкціями, громадян держав-агресорів та компаній, зареєстрованих за законодавством таких країн.

Заявки на отримання доступу розглядатиме ДП «Дія» протягом 10 робочих днів. Якщо у документах виявлять недоліки, заявника повідомлять про це протягом п'яти днів. Після отримання такого сповіщення у розробника буде 10 робочих днів на виправлення помилок.