Telegram-канал "Pattern AI" — @pattern_ai

Pattern AI

24 Aug, 09:05

Human Oversight в AI Act: фразы «решение принимает человек» недостаточно

Испанский гайд по Human Oversight предназначен как практический инструмент для выполнения требований статьи 14 AI Act и был обновлен с учетом Digital Omnibus (здесь и остальные гайды).

👀 Три уровня человеческого контроля:
1️⃣ Human in Command (HIC) - базовый и самый общий уровень. Человек сохраняет конечную ответственность и принимает критические решения, связанные с работой ИИ-системы.
То есть вопрос не только в том, проверяет ли человек отдельный результат. Он должен иметь возможность решить, использовать ли систему вообще, когда и в каких пределах ее использовать.
2️⃣ Human-in-the-loop (HITL) - человек вмешивается до действия ИИ. ИИ может подготовить рекомендацию или решение, но перед совершением действия человек его проверяет и подтверждает.
Именно этот уровень обычно рекомендуется для высокорискового ИИ, когда необходимо валидировать каждое действие, даже если система обрабатывает большой объем операций.
3️⃣Human-on-the-loop (HOTL) - ИИ действует автоматически, а человек контролирует систему после совершения действия.
При этом должна существовать возможность вмешаться и отменить или исправить результат.
Для высокорисковых систем такой подход считается менее предпочтительным: если решение уже затронуло фундаментальные права человека, последующее исправление может оказаться невозможным или слишком поздним.

Развертыватель определяет необходимый уровень автономии исходя из конкретного use case и устанавливает соответствующую процедуру управления. Поставщик должен обеспечить технические механизмы, позволяющие реализовать выбранный уровень.

📝В гайде дается перечень технической документации, связанной с human oversight (всего 32 пункта):
▪️ по управлению рисками, управлению данными, прозрачности, точности, надежности и кибербезопасности;
▪️ технические руководства и руководства для пользователей от поставщика;
▪️ руководство по интерфейсу взаимодействия человека с системой для ее контроля (Human-Machine Interface);
▪️ модель управления системой со стороны разработчика и пользователя;
▪️ документация по выбранному уровню участия человека в принятии решений и соответствующей процедуре;
▪️ описание механизма или процедуры остановки системы. Возможность остановить систему должна существовать независимо от выбранного уровня автономии.
▪️документация по фиксации режима forced error для выявления автоматической предвзятости;
▪️ записи предложенных или выполненных системой действий и окончательных решений ответственного человека.
❗️Отдельно подчерикивается право человека не использовать ИИ, проигнорировать, изменить или отменить его результат, а также требование иметь механизм безопасной остановки системы.

❕Развертыватель определяет требования своего бизнес-процесса и уровень автономии, поставщик реализует необходимые технические механизмы, а после запуска развертыватель отвечает за соответствие поведения системы требованиям AI Act.

#LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

46 0 3

Pattern AI

20 Aug, 17:08

ЕС готовит правила для облачных вычислений и ИИ

Еврокомиссия опубликовала исследование Cloud & AI Study, которое должно стать основой для оценки потенциальных законодательных инициатив и подготовки будущего EU Cloud and AI Development Act. Более 800 страниц💬

👀 Исследование оценивает существующие и будущие потребности ЕС в вычислительных мощностях, выявляет барьеры для компаний и рассматривает варианты государственной политики ( от минимального вмешательства до более активной роли ЕС).
Например:
▪️в 2025 году мощность дата-центров ЕС — около 12,4 ГВт, тогда как спрос уже составляет 15,3 ГВт;
▪️ к 2036 году спрос может превысить предложение на 12–23 ГВт;
▪️ сейчас только 12% мощностей дата-центров являются готовыми для ИИ. К 2036 году показатель может вырасти до 35–85% в зависимости от сценария.

Анализируются:
▪️проблемы строительства и получения разрешений для дата-центров;
▪️ барьеры для трансграничного предоставления облачных услуг;
▪️ зависимость от отдельных поставщиков на разных уровнях ИИ-стека и риски технологической привязки;
▪️ безопасность облачной инфраструктуры;
▪️ использование открытого программного обеспечения в государственном секторе;
▪️ доступ к финансированию, инвестиции и налоговые стимулы для строительства инфраструктуры.

Особое внимание уделяется доступу инновационных компаний к так называемому «вычислительному капиталу».

❕Европе необходимо одновременно наращивать инфраструктуру, упрощать её развитие и снижать зависимость от отдельных поставщиков технологий.

#AIShelf
————
@pattern_ai | AI GDPR Navigator

95 0 2 1

Pattern AI

19 Aug, 09:09

Южная Корея хочет разрешить ИИ обучаться на персональных данных даже без согласия человека

В Южной Корее рассматриваются поправки к Закону о защите персональных данных (PIPA), которые могут существенно изменить правила использования ПД для разработки и совершенствования ИИ.
Сейчас законопроект предусматривает специальный режим для случаев, когда для разработки или улучшения ИИ недостаточно анонимизированных или псевдонимизированных данных.

👀 При соблюдении установленных условий ранее законно собранные персональные данные можно будет использовать для целей, отличающихся от первоначальной цели их сбора.
В определенных случаях предполагается возможность обработки исходных ПД.
▪️ анонимизация или псевдонимизация недостаточны для разработки ИИ;
▪️ обеспечены технические, организационные и физические меры безопасности;
▪️ использование данных связано с общественными интересами, защитой интересов субъекта данных или третьих лиц либо социальными интересами;
▪️ риск необоснованного нарушения прав и интересов субъектов данных является крайне низким;
▪️Personal Information Protection Commission (PIPC) предварительно рассмотрела вопрос и приняла решение.
▪️Для некоторых случаев потребуется также оценка факторов риска.
PIPC сможет устанавливать дополнительные условия обработки и впоследствии контролировать их выполнение. Информация о целях и категориях используемых данных должна раскрываться в политике обработки персональных данных. Если новый ИИ-сервис фактически такой же или существенно похож на уже рассмотренный PIPC случай, процедура рассмотрения может быть упрощена.
После прохождения оставшихся парламентских процедур и обнародования закон должен вступить в силу через шесть месяцев.

❕Южная Корея фактически предлагает перенести решение о допустимости использования исходных ПД с уровня согласия конкретного человека на уровень предварительного контроля регулятора.
Как думаете, достаточно ли такого решения регулятора, чтобы заменить наш с вами контроль за своими ПД?

#LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

109 0 4

Pattern AI

18 Aug, 09:09

LISTA PYTAŃ – RODO + sygnalizacyjnie AI Act.docx

47.1Кб

Чек-листы при внедрении ИИ на соответствие GDPR от польского регулятора

Польский надзорный орган по защите данных (UODO) опубликовал перечни вопросов, которые необходимо задать до того, как организация начнёт создавать или внедрять систему ИИ.

Исследование, проведённое экспертной группой при UODO, показало, что
▪️ 41–58,5% организаций вообще не видят связи между использованием ИИ и обработкой персональных данных,
▪️ 95,9% не считают себя готовыми внедрять ИИ в соответствии с GDPR.

Поэтому UODO предлагает изменить сам подход и проверять на стадии до выбора поставщика, обработки данных и технического решения, а не после запуска системы.

📝Опубликованы наборы вопросов:
▪️для малого и среднего бизнеса, использующего готовые ИИ-системы;
▪️ для государственного сектора;
▪️ базовый вариант для организаций, которые, например, создают или дообучают собственные модели;
▪️ расширенный вариант, объединяющий вопросы по GDPR/RODO и AI Act.
Все списки вопросов на сайте здесь.

Причём расширенный чек-лист выходит за пределы классической проверки GDPR/RODO (в файле вместе с постом). В нём отдельно обозначены вопросы классификации риска по AI Act и оценки воздействия на основные права, в частности когда организация создаёт или дообучает модель либо ИИ может влиять на правовое положение человека.

UODO подчёркивает, что это отправная точка для анализа рисков и, при необходимости, DPIA и оценки воздействия на основные права.
До 30 сентября 2026 года регулятор также принимает замечания и практический опыт их использования для последующего обновления материалов.

❕AI compliance начинается не с аудита уже работающего инструмента, а с момента выбора нужного решения или начала проектирования.
#LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

440 1 14 1

Pattern AI

17 Aug, 09:09

Case short-stay visa.pdf

79.6Кб

Решение о получении визы помог оценить ИИ?

Кейс из Нидерландов помогает разобраться, может ли государство использовать алгоритм при принятии решения о выдаче шенгенской визы, но не сообщать заявителю, что алгоритм вообще применялся.

👀 Окружной суд Гааги рассмотрел дело об отказе в краткосрочной шенгенской визе.

В процессе рассмотрения заявлений Министерство иностранных дел Нидерландов использует алгоритм Information Supporting Decision (IOB), который:
▪️анализирует данные заявления и информацию из других источников,
▪️формирует профили и рассчитывает показатель, на основании которого заявлению присваивается один из трёх треков обработки: fast, regular или intensive.
Система IOB не принимает решение о выдаче или отказе в визе, но должна помочь сотруднику определить, насколько интенсивно необходимо рассматривать конкретное заявление. Окончательное решение принимает человек.
Но именно здесь и возникает проблема.

Заявительница утверждала, что использование IOB может приводить к неправомерной дифференциации по национальности, расовому или этническому происхождению. В частности, она ссылалась на исследования, указывавшие на риск алгоритмического этнического профилирования.

Суд сначала в 2025 г. в отдельном решении впервые потребовал от Министерства иностранных дел подробно раскрыть, как используется IOB, включая обработку данных, профилирование и влияние алгоритма на конкретную заявку.

Нидерланды используют Impact Assessment Human Rights and Algorithms (IAMA) (специальный инструмент для оценки того, как алгоритм может затрагивать основные права человека), который было обновлен в феврале 2026г.
Для IOB такое исследование было проведено в декабре 2025, где были выявлены отклонения модели и ситуации, когда сотрудник мог чрезмерно полагаться на подсказку алгоритма.
После этого процесс был скорректирован, были изменены данные и элементы BAO, система была перекалибрована, а также введён отдельный протокол постоянного мониторинга bias.

Суд установил, что IOB в данном деле не повлиял на итоговое решение, заявительница получила regular track и итоговый score составил 0. Поэтому суд не увидел доказательств того, что алгоритмическая классификация определила результат её дела.

✏️Проблемой стала прозрачность использования алгоритма. В решении об отказе Министерство не указало, что IOB применялся к заявлению и какой результат он дал.

Суд подчеркнул, что даже если алгоритм не повлиял на содержание окончательного решения, информация о его использовании может быть необходима для того, чтобы человек мог понять, как рассматривалось его заявление, и эффективно оспорить решение.
Поэтому суд признал нарушенными принципы обоснованности и прозрачности.

В итоге суд отменил оспариваемое административное решение, поскольку были нарушены требования к мотивировке и заявительницу также неправомерно лишили возможности быть заслушанной.
Но одновременно сохранил юридические последствия этого решения, т. е. отказ в визе остался в силе.

❕Если алгоритм участвует в административной процедуре, государство не может просто сказать, что решение всё равно принимает человек, поэтому алгоритм юридически не важен, даже вспомогательная алгоритмическая система может иметь значение для права человека понять и оспорить решение.

#LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

98 0 0 2

Pattern AI

11 Aug, 09:05

AI Assistants Overassist.pdf

1.8Мб

Синдром гиперопеки: как ИИ-ассистенты разрушают навыки долгосрочного обучения

Новое исследование Гарварда и Стенфорда показывает проблему современных ИИ-ассистентов: они мешают нам учиться, потому что помогают слишком быстро и слишком сильно.

Ученые представили бенчмарк INT-BENCH, который имитирует взаимодействие "ученика" и "учителя" в трех сферах: отладка кода, математика и логические задачи. Оценка происходит в области обучения по частоте и времени вмешательств, а также по влиянию на
как непосредственный успех в выполнении задачи, так и решения новых проблем.

Результаты сравнения ИИ-преподавателей с людьми оказались весьма показательными:
1️⃣Синдром гиперопеки (Overassisting)
ИИ вмешивается слишком рано. В 90% случаев модель встревает в процесс рассуждения на самых первых шагах (в среднем показав всего 18% текста).
ИИ вмешивается, даже когда всё хорошо. Такие модели, как GPT-5.2 и GPT-OSS-120B, давали подсказки в 98–100% случаев, когда «ученик» прекрасно справлялся сам и шёл к верному ответу.
2️⃣ Сливы решений вместо обучения
Вместо того чтобы натолкнуть на мысль (наводящие вопросы, намеки), ИИ в 58–65% случаев сразу выдает почти готовый ответ или прямую инструкцию.
Человек-преподаватель в аналогичных условиях чаще указывает на ошибку косвенно или предлагает перепроверить шаги, давая возможность додумать самостоятельно.
3️⃣ Ноль навыков в долгосрочной перспективе (Generalization)
Быстрая помощь ИИ дает иллюзию успеха, т.к. сиюминутная точность выполнения задачи действительно растет.
Однако обобщение знаний падает. Когда «ученику» дают аналогичную, но новую задачу, наличие предыдущих подсказок от ИИ вообще не улучшает результат. Ученик не усваивает принцип, так как за него проделали всю ментальную работу.

Авторы статьи предупреждают о риске постепенного выгорания самостоятельного мышления (gradual disempowerment). Когда нейросети оптимизированы на быстрый результат, они приучают пользователя к «когнитивной разгрузке». Мы теряем навык преодоления сложных задач (productive struggle), ведь проще сразу получить готовый ответ.
Разработчикам LLM нужно обучать ассистентов не просто реверсировать ошибки, а балансировать между краткосрочной помощью и долгосрочным обучением, т.е. давать пользователю совершать ошибки и доходить до сути своим умом.

#UXWatch
————
@pattern_ai | AI GDPR Navigator

155 0 5 2

Pattern AI

10 Aug, 09:06

Как компании будут бороться за рекомендации ИИ или почему SEO меняется

Еще недавно главной задачей маркетолога было оказаться на первой странице поисковой выдачи.
Сегодня у бизнеса появляется другой вопрос: «Что скажет нейросеть о моем бренде, когда пользователь спросит ее совета?»
Эта смена кажется небольшой, но она меняет модель цифрового маркетинга. С развитием ИИ-ассистентов путь клиента будет выглядеть, как пользователь → ChatGPT / Gemini / Алиса → рекомендация → покупка.

👀 А значит появляется новое направление Generative Engine Optimization (GEO) или попытка сделать так, чтобы ИИ чаще упоминал бренд в своих ответах.
Например, если пользователь спрашивает: «Какие сервисы подходят для автоматизации бухгалтерии?», то в поиске он получает список ссылок. ИИ может сразу сказать: «Для малого бизнеса можно рассмотреть X, Y и Z».

Сервисы вроде brandfound уже предлагают мониторинг того, как бренды представлены в ChatGPT, Gemini, Claude, Perplexity, Алисе и других системах, анализируя запросы пользователей и ответы нейросетей. Компания задает вопросы, которые реальные пользователи могут задавать нейросетям (например, какой банк выбрать для бизнеса в Европе). Дальше сервис проверяет ответы разных ИИ ( упоминается ли бренд, как часто он появляется, с кем его сравнивают, какие преимущества или недостатки ему приписывают) и создает аналитики для управления присутствием бренда в ответах ИИ.

Фактически появляется новая аналитика не сколько людей увидели рекламу", а сколько раз ИИ рекомендовал бренд потенциальному клиенту.

🔍 Какие методы использовать:
1️⃣Структурированные данные. Разметка Schema.org позволяет указать поисковым системам, что именно находится на странице ( товар, цена, организация, отзывы, автор, дата публикации). Это помогает алгоритмам лучше понимать содержание сайта.
2️⃣Файл llms.txt как экспериментальный подход и машинно-читаемый контент. Его идея похожа на robots.txt, т.е. дать ИИ-системам краткое описание сайта, его структуры и важных материалов. Например, компания может указать, какие страницы являются основными, где находится документация, какие данные можно использовать.
3️⃣Авторитетность источников. ИИ-модели оценивают не только текст, а важны еще параметры, кто написал материал, насколько источник надежен, есть ли подтверждение информации, насколько давно обновлялись данные. Принцип E-E-A-T (опыт, экспертность, авторитетность, надежность), который Google использует в рекомендациях для качества контента, становится еще более важным.
4️⃣Качество данных становится конкурентным преимуществом. Если в интернете противоречивая информация, ИИ может сделать неправильный вывод.
5️⃣Учитывать контекст пользователя. Интеграции Google с собственными сервисами дают ИИ-помощникам возможности отвечать на вопрос "что важно именно для этого человека?". И тот же туристический сервис может быть рекомендован не просто потому, что у него хороший сайт, а потому что ИИ знает, что пользователь планирует поездку, у него есть определенные даты, он уже покупал похожие услуги.

❗️Пользователям в таком контексте остается:
▪️не воспринимать ответ ИИ как истину.
▪️понимать, что рекомендации могут стать новым видом рекламы.
▪️учиться задавать вопросы, т.к. качество ответа будет зависеть от запроса. Не спрашивать "какой лучший банк", а " сравни, какие банки подходят под такие-то задачи, какие есть ограничения, зак-во, тарифы, история клиентских отношения и т.п".
▪️проверять результаты.

📌 Разметка структурированных данных Google,
GEO: Generative Engine Optimization,
What is Generative Engine Optimization (GEO) and how does it differ from SEO?

#UXWatch
————
@pattern_ai | AI GDPR Navigator

132 0 3 1

Pattern AI

6 Aug, 17:00

Guide on federated learning.pdf

2.9Мб

Privacy Enhancing Technologies: Guide on Federated Learning|PDPC Singapore

Технологии повышения конфиденциальности (PET) позволяют организациям обрабатывать, анализировать и извлекать полезную информацию из данных, не раскрывая при этом личную или коммерчески конфиденциальную информацию.

Федеративные вычисления - один из методов, решающий проблему, как обеспечить совместную разработку ИИ в организациях, чьи наборы данных изолированы нормативными, конкурентными или операционными ограничениями.
Это достигается за счет переноса вычислений туда, где находятся данные, а не централизации необработанной конфиденциальной информации.
Включает в себя две взаимодополняющие возможности: федеративное обучение (FL) и федеративную аналитику (FA).
Гайд в основном посвящен FL из-за его большей технической сложности и рисков конфиденциальности, включает структурированную оценку соответствия проблемы, практические рекомендации по проектным решениям, а также средства управления и технические меры по снижению рисков.

Целевая аудитория: CIO, CTO, CDO, специалисты по ИИ, защите данных и лиц, принимающих технические решения, которые могут прямо или косвенно участвовать в оценке, внедрении и управлении федеративными системами.

#AIShelf
————
@pattern_ai | AI GDPR Navigator

153 0 3 1

Pattern AI

6 Aug, 09:05

ENISA Secure by Design and by Default.pdf

1.7Мб

ENISA Secure by Design and Default Playbook

80 страниц пользы, принципы и конкретные рекомендации по применению требований безопасности на протяжении всего жизненного цикла продукта.

#AIShelf
————
@pattern_ai | AI GDPR Navigator

125 0 7

Pattern AI

5 Aug, 09:05

Android вводит обязательную верификацию разработчиков

Google продолжает внедрение Android Developer Verification (системы обязательной проверки личности разработчиков). После волны критики компания смягчила некоторые требования, но от самой идеи не отказалась.
1️⃣Первые страны перейдут на новую систему уже в конце 2026 года, а затем она начнет распространяться на остальные регионы.
С 30 сентября 2026 обязательная верификация начинает применяться в:
▪️Бразилии,
▪️Индонезии,
▪️Сингапуре,
▪️Таиланде;
с 2027 года поэтапное распространение на остальные регионы мира.

2️⃣Google хочет, чтобы верифицированы были разработчики любых Android-приложений, включая распространяемые:
▪️через собственные сайты;
▪️сторонние магазины приложений;
▪️APK-файлы;
▪️корпоративные каналы распространения.
Пользователь должен знать, кто создал приложение, даже если оно установлено не из Google Play.
В первоначальной концепции предполагалось, что приложения от неверифицированных разработчиков практически невозможно будет установить.
Однако после критики со стороны сообщества Android, разработчиков независимых магазинов приложений, организаций EFF, FSFE, F-Droid, Proton, Tor Project и других Google пересмотрел подход.
Теперь появился Advanced Flow. Если разработчик не прошел верификацию, пользователь все равно сможет установить приложение, но только после дополнительной процедуры:
▪️включить режим разработчика;
▪️подтвердить, что устройство не находится под удаленным управлением мошенника;
▪️перезагрузить устройство;
▪️подождать 24 часа;
▪️подтвердить установку с помощью PIN-кода или биометрии.

3️⃣В июле Google запустил Android Developer ID Status API и ранний доступ к Android Developer Console API. Теперь магазины приложений и производители устройств могут автоматически проверять, зарегистрирован ли разработчик

4️⃣Google также представил Limited Distribution Account.
Такой режим предназначен для студентов, образовательных проектов и небольших проектов:
▪️не требуется оплачивать регистрационный сбор;
▪️не требуется проходить полную идентификацию;
▪️приложение можно распространять максимум на 20 заранее авторизованных устройств.

🔍 Кто сможет пройти проверки?
Google сообщает, что проверяет личность разработчика, а не его гражданство. Формально критериями являются:
▪️подтверждение личности или существования компании;
▪️действительные документы;
▪️возможность связаться с разработчиком;
▪️контроль над аккаунтом Google.
Однако компания не опубликовала, какие документы принимаются по каждой стране и как будут обрабатываться документы государств, находящихся под санкциями.

Европейская комиссия пока не начала отдельного разбирательства относительно Android Developer Verification.
В настоящее время основное внимание ЕС сосредоточено на исполнении Digital Markets Act (DMA), в рамках которого Google уже обязали открыть Android для сторонних ИИ-ассистентов, предоставить больше возможностей выбора сервисов и обеспечить доступ конкурентов к системным функциям (см пост здесь).

❕Если Google не изменит планы, то в 2027 году Android может стать первой массовой мобильной платформой, где для распространения приложений вне официального магазина также потребуется подтверждение личности разработчика.

#UXWatch #LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

135 0 2 1

Pattern AI

4 Aug, 17:06

В России с 1 сентября вступит в силу Закон "О поддержке развития технологий ИИ в РФ"

Ключевые нормы вступают в силу с 1 марта 2027 года.
Полный разбор можно почитать у RKS Global здесь.
Текст закона здесь.

1️⃣Единых технических требований к маркировке нет, как нет и последствий ее отсутствия.
▪️Владельцы соц. сетей и иных информационных ресурсов (с аудиторией более 500 тысяч пользователей в сутки на территории РФ) обязаны обеспечить пользователям возможность разместить предупреждение о применении технологий ИИ.
▪️Обязанность пользователя маркировать такой материал, как и ответственность за отсутствие предупреждения, или технические требования к предупреждению, закон не устанавливает.
▪️Лица, предоставляющие возможность применения моделей, должны уведомить пользователя о принадлежности прав на полученные с помощью модели результаты интеллектуальной.
деятельности, а также об условиях доступа к ним, их использования и сохранения при наличии технической возможности.

2️⃣Для обучения российских («суверенных» или «национальных») фундаментальных моделей ИИ разработчики смогут анализировать произведения, извлекать из них информацию, сравнивать, классифицировать, выявлять закономерности, тенденции и взаимосвязи, а также временно копировать их в память компьютера при одном из двух условий:
▪️разработчик получил экземпляр произведения законным способом (одной книги хватит); или
▪️произведение уже было опубликовано и доступно для анализа без технических ограничений (например, без защиты от доступа).

3️⃣Дан термин большой фундаментальной модели ИИ и категории.
Суверенная модель разрабатывается российским ЮЛ, которое обеспечивает полную техническую воспроизводимость всего цикла разработки, включая обучение. Национальная модель тоже создаётся российским ЮЛ, но может включать зарубежные компоненты, распространяемые на условиях открытой лицензии. Данные и ответы пользователям должны храниться в дата-центрах на территории России, принадлежащих российским ЮЛ, а также подтверждать соответствие модели рос. законодательству и традиционным духовно-нравственным ценностям.

Планируется разделить центры обработки данных для ИИ (ЦОД ИИ) и прочих ЦОДов

#LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

115 0 3 1

Pattern AI

4 Aug, 09:03

Решение Бабушкиного суда.pdf

278.2Кб

Загрузка данных в DeepSeek признана судом разглашением коммерческой тайны

Бабушкинский районный суд Москвы вынес решение, которое может стать важным ориентиром для компаний, внедряющих генеративный ИИ.
Суд рассмотрел дело об увольнении директора по продажам, которая выгружала корпоративные документы (лиды, панель РОПов, финансовые метрики по отделам) из внутренней системы Power BI в DeepSeek, а также пересылала служебные документы на личную почту и передавала конфиденциальную информацию поставщику. Служба ИБ поймала, работодатель провёл расследование и уволил.
Суд не требовал доказывать, что кто-либо действительно получил доступ к этой информации. Был применен подход, ранее сформулированный Конституционным Судом РФ (Постановление № 25-П от 26.10.2017), что уже само создание условий для неконтролируемого использования конфиденциальных данных может рассматриваться как нарушение режима коммерческой тайны.

.....Выгрузка сведений, составляющих коммерческую тайну, и (или) являющихся конфиденциальной информацией, в систему искусственного интеллекта Deepseek, является разглашением таких сведений. ......Угроза заключается в том, что возможно просматривать активность пользователя или перехватывать передаваемые данные

Работодатель заранее оформил режим коммерческой тайны: утвердил перечень конфиденциальных сведений, ознакомил сотрудника с внутренними политиками, получил обязательство о неразглашении и потом провел служебное расследование в соответствии с требованиями трудового законодательства.

Похожая тенденция прослеживается в других странах.
Напомню, про кейс в США United States v. Heppner, где суд пришел к выводу, что использование публичного генеративного ИИ может привести к утрате адвокатской тайны, поскольку информация добровольно передается третьей стороне. Хотя дело касалось юридической привилегии, а не коммерческой тайны, логика очень похожа: передача данных во внешний ИИ-сервис означает потерю контроля над конфиденциальной информацией (см пост здесь).
В Великобритании в кейсе Munir v Secretary of State for the Home Department суд также указывал на риски использования публичных генеративных моделей для обработки клиентских документов и противопоставил их корпоративным решениям с контролируемой средой обработки данных.

В Европейском союзе регуляторы неоднократно рекомендуют организациям не передавать персональные данные и иную чувствительную информацию в публичные генеративные модели без соответствующих мер защиты:
▪️ рекомендации французского регулятора CNIL,
▪️позиция британского ICO по генеративному ИИ,
▪️Руководящие принципы по веб-скрейпингу для генеративного ИИ.

❕Бездумная загрузка корпоративной информации в публичные генеративные модели может приводить как к рискам информационной безопасности, так и юридическим.

#LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

142 1 7

Pattern AI

3 Aug, 09:05

Если ИИ «запомнил» произведение, это может быть нарушением авторских прав

Суд Мюнхена последователен и после кейса с OpenAI вынес решение, по которому Suno должна предоставить информацию GEMA и выплатить компенсацию. Решение пока не вступило в законную силу.

1️⃣Суд пришел к выводу, что спорные музыкальные произведения воспроизводимо содержатся в моделях Suno (v3.5 и v4). По мнению суда, модели не только извлекли закономерности из обучающих данных, но и сохранили содержание произведений в своих параметрах.
Эти модели хранились на серверах в Германии. Исследования в области информационных технологий показали, что обучающие данные могут содержаться в моделях ИИ и извлекаться в качестве выходных данных.

2️⃣Само обучение может нарушать авторские права. Суд признал, что воспроизведение произведений в процессе обучения является использованием, подпадающим под исключительное право автора на воспроизведение. При этом немецкое исключение для интеллектуального анализа текста и данных (TDM) в данном случае, по мнению суда, не применяется.

3️⃣Воспроизводя музыку в выходных данных в Германии, ответчики незаконно воспроизвели и публично исполнили спорные музыкальные произведения. Оригинальные элементы музыки были узнаваемы в выходных данных.
4️⃣ Ответственность за это несут разработчики, а не пользователи. Выходные данные генерировались с помощью простых и открытых запросов, которые указывали только на текст и музыкальный стиль. Ответчики управляли моделями ИИ, для которых музыка была выбрана в качестве обучающих данных и на которых модели обучались. Они отвечали за архитектуру моделей и за запоминание обучающих данных.

5️⃣Fair Use не спас. Суд также оценил обучение с точки зрения американского авторского права, поскольку копирование произведений происходило в США. В отличие от недавних дел Bartz и Kadrey, где обучение моделей было признано добросовестным использованием, здесь суд указал, что модель способна воспроизводить произведения, существенно схожие с оригиналами. Поэтому защита по §107 Copyright Act, по мнению суда, неприменима.

Три элемента вместе:
▪️ наличие произведений в обучающих данных;
▪️ их «запоминание» моделью;
▪️ возможность воспроизведения по относительно простым запросам.

❕Проверьте еще раз ваши датасеты и выдачу ответов.

📌 Кейс GEMA vs OpenAI

#LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

162 0 3

Pattern AI

30 Jul, 13:13

Чьи рекомендации важнее, человека или ИИ?

Недавно на Линкедине мне попался пост, как девушка не знала, радоваться, смеяться или плакать, потому что тезисы ее старого поста стали попадаться в обзор Google AI Overviews
и, соответственно, содержали ошибки и неточности, т.к. положения законодательства уже успели поменяться.

На конференции SOUPS 2026 исследователи представят результаты немного по другому вопросу в работе «Clear, Actionable and Confidence-Inspiring Recommendations? Comparative Study of AI-Generated and Human-Written Penetration Testing Reports». Она будет опубликована в сборнике после конференции.
Суть в том, что 600 специалистов по ИТ и кибербезопасности оценивали и сравнивали рекомендации по устранению уязвимостей, которые были написаны экспертами и сгенерированы ИИ.
Оценивались по трем критериям:
▪️насколько понятны рекомендации;
▪️насколько легко их выполнить;
▪️насколько они внушают уверенность в правильности действий.

Исследователи обнаружили, что происхождение текста ( человек или ИИ) само по себе не определяет его качество. Гораздо большее значение имеет структура рекомендации.
Наиболее высокие оценки получили рекомендации, которые:
▪️ разбиты на последовательные шаги;
▪️ содержат конкретные действия;
▪️ исключают двусмысленность;
▪️ помогают быстро понять, что именно нужно сделать.

❕Этот вывод хорошо отражает более широкий тренд в использовании генеративного ИИ. Пользователи оценивают прежде всего качество результата, а не то, кем он создан. И, возможно, именно поэтому хорошо структурированные материалы чаще становятся источниками для ИИ-сервисов. Но они не всегда актуальны или безошибочны. Если информация не обновляется, ИИ будет воспроизводить уже устаревшие выводы.

📌 Ошибки Google AI Overviews

#UXWatch
————
@pattern_ai | AI GDPR Navigator

160 0 1 1

Pattern AI

30 Jul, 09:20

Доверие к ИИ важнее политики конфиденциальности

С 23 по 26 августа пройдет SOUPS 2026 (Symposium on Usable Privacy and Security), объединяющий экспертов в области взаимодействия человека с компьютером, информационной безопасности и психологии.

👀 Один из докладов посвящен вопросу: как пользователи оценивают существующие коммуникации в области безопасности и конфиденциальности? Препринт здесь.
Исследователи опросили 21 человек в США и выяснили, что большинство людей не читают политики конфиденциальности, описания безопасности или документацию. Вместо этого они судят о надежности сервиса по косвенным признакам:
▪️ насколько известна компания;
▪️ насколько популярен сервис;
▪️ пользуются ли им друзья и коллеги;
▪️ вызывает ли интерфейс ощущение доверия.

Если возникают сомнения, пользователи чаще отказываются использовать ИИ для работы с конфиденциальной информацией, чем пытаются разобраться в юридических документах.

При этом участники исследования достаточно четко сформулировали, какой прозрачности они ожидают. Вместо длинных политик они хотят:
▪️ безопасные настройки по умолчанию;
▪️ возможность получить более подробную информацию только при необходимости;
▪️ понятные сведения о том, какие данные собираются и как используются;
▪️ независимые оценки и сертификацию, которым можно доверять.

Авторы рекомендуют проектировать интерфейсы так, чтобы безопасность была обеспечена по умолчанию, предлагая при этом дополнительную детализацию по запросу. Такой подход снижает когнитивную нагрузку и помогает избежать ложного ощущения безопасности, которое может возникать при большом количестве настроек.
Также обращают внимание на то, что сегодня требования к прозрачности ИИ существенно различаются между странами. AI Act устанавливает обязательные требования к прозрачности для отдельных категорий ИИ-систем, тогда как многие другие международные инициативы, включая Singapore Model AI Governance Framework и OECD Hiroshima AI Process Reporting Framework, носят рекомендательный характер.

При этом большинство существующих требований сосредоточено на технической документации, управлении рисками и отчетности для регуляторов, а не на информации, понятной обычному пользователю

По мнению исследователей, следующим этапом развития регулирования должны стать обязательные механизмы прозрачности, ориентированные на потребителя:
▪️стандартизированные и сопоставимые раскрытия информации о работе ИИ;
▪️независимая сертификация, которой можно доверять;
▪️единые сигналы безопасности, понятные пользователям.

Одновременно регуляторам предстоит бороться с явлением, которое авторы называют transparency washing, т.е. созданием ложного ощущения прозрачности с помощью расплывчатых обещаний, собственных «значков доверия» без независимой проверки или интерфейсов, которые побуждают пользователя раскрывать больше данных, скрывая при этом важные условия их обработки.

В программе конференции также исследования о совместном использовании устройств семьями, защите уязвимых групп пользователей, борьбе с цифровым мошенничеством, кибербезопасности и ИИ, уведомлениях о конфиденциальности, разрешениях и маркировке.
Про еще один доклад в следующем посте.

#UXWatch
————
@pattern_ai | AI GDPR Navigator

149 0 2 1

Pattern AI

27 Jul, 18:15

В Польше подписан Закон об ИИ

Президентом подписан Закон от 3 июля 2026 года "О системах искусственного интеллекта" (o systemach sztucznej inteligencji) в развитие положений EU AI Act. Полный текст здесь.

👀 Разбираем ключевые пункты:

1️⃣Создается специализированный орган надзора за рынком ИИ - Комиссия по развитию и безопасности ИИ (Komisja Rozwoju i Bezpieczeństwa Sztucznej Inteligencji).
Компетенции (ст.6): контроль за соблюдением требований EU AI Act, проведение проверок и аудитов, наложение административных штрафов, а также ведение национального реестра, реализация образовательных программ и т.п.
Регулятор работает в контакте с UOKiK (защита конкуренции и потребителей), UKE, KNF и PUODO (защита персональных данных), что обеспечивает всесторонний контроль использования алгоритмов.
Состав комиссии: председатель, два заместителя председателя и четыре члена, назначенные органами, ответственными за конкуренцию и защиту прав потребителей, финансовый надзор, вещание и электронные коммуникации. Её члены должны действовать самостоятельно. Председатель назначается Сеймом с согласия Сената на пятилетний срок и может служить не более двух сроков.

Социальный совет по искусственному интеллекту будет работать вместе с Комиссией в качестве консультативного органа. В него войдут представители государственных учреждений, академических кругов, бизнеса, профсоюзов и гражданского общества. Совет сможет выносить мнения, формулировать собственные позиции и запрашивать инициирование процедур по исполнению исполнения.

2️⃣Процедура официальных запросов (ст. 9 -17).
Если у компании есть сомнения, относится ли её ИИ-решение к категории высокого риска (high-risk) или подпадает ли под ограничения, она может подать заявление в Комиссию на получение официального индивидуального заключения.
Запрос позволяет заранее прояснить позицию регулятора, зафиксировать правовой статус системы и сформировать доказательную базу на случай будущих проверок.

3️⃣ Вводятся правила проведения проверок.
Комиссия (плановые и внеплановые инспекции), Социальный совет (Rada Społeczna) или граждане/клиенты могут инициировать процесс через механизм официальных жалоб (например, при оспаривании автоматизированного отказа в найме или кредите).
При незначительных отклонениях Комиссия может выдать предписание с указанием конкретных мер для восстановления соответствия с требованиями закона без наложения штрафа.
В случае существенных нарушений регулятор уполномочен обязать компанию изменить алгоритм, приостановить его использование или полностью отозвать ИИ-систему с рынка.

Все решения Комиссии (включая штрафы и запреты) обжалуются в специализированном Суде по защите конкуренции и потребителей в Варшаве (SOKiK).

4️⃣ Вводится возможность досудебного урегулирования, заключив официальное соглашение с Комиссией и взяв на себя обязательства по устранению нарушений. В случае активного сотрудничества и полного устранения последствий соглашение позволяет существенно снизить размер штрафа или полностью освободить компанию от административной ответственности.

5️⃣ Вводится уголовная ответственность для должностных лиц (директоров, ответственных за комплаенс):
▪️за воспрепятствование или противодействие проведению проверки Комиссией;
▪️за непредоставление (или предоставление ложной) информации, необходимой для определения размера штрафа.

6️⃣Правовая база для регуляторных песочниц. Доступ будет предоставлен через конкурсную процедуру. Микро, малые и средние предприятия смогут участвовать бесплатно.

#LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

415 1 7

Pattern AI

27 Jul, 15:06

AI в HR: что должны учитывать работодатели в ЕС
Часть 2

Индивидуальные меры регулирования нац. законодательства + требования к системам ИИ с высоким риском + основополагающие принципы, регулирующие этические практики наблюдения = ответственное и этичное использование ИИ, обеспечивая баланс между технологическими достижениями и защитой индивидуальных прав.

📝 Чек-лист:
1️⃣ Осознанное согласие: сотрудники должны быть полностью информированы об используемых инструментах мониторинга, их целях и собираемых данных. Получение явного согласия обеспечивает осведомленность и согласие с методами наблюдения.
2️⃣Обеспечить прозрачность: работники и кандидаты должны понимать, когда при принятии кадровых решений используется ИИ, какие данные анализируются и каким образом результаты влияют на итоговое решение.
3️⃣Минимизация данных: следует собирать только необходимые данные для законных деловых целей. Этот принцип предотвращает чрезмерное наблюдение, защищая сотрудников от ненужного вторжения в личную жизнь.
4️⃣Недискриминация: системы ИИ должны быть разработаны и внедрены таким образом, чтобы избегать дискриминации по признаку расы, пола, возраста или других защищенных характеристик. Регулярные проверки и стратегии смягчения предвзятости имеют важное значение для обеспечения справедливости в практике наблюдения. Соответствующий и достаточно репрезентативный ввод данных, например, в систему подбора персонала на основе ИИ, которая поддерживает выбор подходящих кандидатов.
5️⃣Соразмерность и необходимость: мониторинг должен быть соразмерен его цели. Например, отслеживание производительности может быть оправдано, но постоянное наблюдение без четкой, необходимой цели неэтично и потенциально незаконно.
6️⃣Проведение DPIA. Определить обязательства путем соблюдения подхода, основанного на оценке риска, как для уже используемых систем ИИ, так и для планирования и внедрения новых систем.
7️⃣ Установить правила использования ИИ на рабочем месте и предложить обучение по базовому техническому пониманию ИИ.
8️⃣ Назначить должностное лицо по внедрению и использованию ИИ в рабочих процессах/человеческий надзор.
9️⃣ Использование и мониторинг высокорисковых систем ИИ в соответствии с инструкциями по использованию и немедленное сообщение об обнаруженных рисках.
1️⃣0️⃣ Участие представителей сотрудников (это обязательство уже применяется в некоторых государствах-членах, например, в Германии).
1️⃣1️⃣Если работодатель классифицируется как поставщик - обеспечить, чтобы система ИИ с высоким риском соответствовала общим требованиям к надежному ИИ, пройти процедуру оценки соответствия и внедрить систему управления качеством, соблюдать строгие обязательства по регистрации, документированию и предоставлению информации.

Подробно в предыдущих постах про:
🔹ИИ для встреч (записи, саммари, заметки и черновики документов);
🔹ИИ-переводчики и защита персональных данных;
🔹ИИ-транскрипция голоса и персональные данные (позиция Испанского регулятора (AEPD));
🔹AI- транскрипция на собеседованиях и GDPR: разъяснения латвийского регулятора;
🔹Синтетические данные сотрудников: для чего нужны и какие риски использования;

Гайды регуляторов:
▪️Here’s what jobseekers need to know about automated recruitment decisions/ ICO;
▪️AI tools in recruitment, Audit outcomes report November 2024 by ICO;
▪️Recent policy developments on AI in the labour market;
▪️Navigating AI with Pestalozzi – Part 6: Employment;

#LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

130 0 4

Pattern AI

27 Jul, 14:43

AI в HR: что должны учитывать работодатели в ЕС

Часть 1

Системы ИИ в сфере занятости по AI Act подразделяются на подкатегории (Annex III AI Act):
▪️ системы, используемые для набора персонала, рекламы и оценки кандидатов (например, написание описаний вакансий, взаимодействие с кандидатами через чат-ботов, фильтрация заявок, подготовка сценариев собеседований или анализ и оценка ответов и поведения кандидатов);
▪️ системы, используемые для принятия решений относительно повышения по службе, увольнений, назначения задач на основе индивидуального поведения или характеристик, а также мониторинга и оценки индивидуальной производительности и поведения ( организация работы, установление показателей и целей, выявление возможностей для развития, разработка программ вознаграждения, разработка планов преемственности или выявление сотрудников, имеющих право на повышение).

Примеры ИИ- инструментов по оценки категории риска:
▪️Запрещены (Unacceptable risk): инструменты по определению эмоций сотрудников на работе (если только они не служат медицинским целям или целям обеспечения безопасности, таким как контроль усталости), инструменты использующие данные биометрии, расы, политических, религиозных и философских взглядов, сексуальной ориентации.
▪️Высокий риск: инструменты, используемые при приеме на работу или отборе людей, для размещения целевых объявлений о приеме на работу, анализа и фильтрации заявлений о приеме на работу и оценки кандидатов, инструменты, используемые для принятия решений рабочего характера (повышение, увольнение и тд); для создания задач на основе индивидуального поведения и черт сотрудника; для мониторинга эффективности сотрудника.
▪️Исключения (ст. 6(3) AI Act) которые не представляют существенного риска причинения вреда здоровью, безопасности или фундаментальным правам физических лиц, включая отсутствие значительного влияния на принятие решений при выполнении следующих условий:
- выполнение узкой процедурной задачи.
- улучшение результата завершенной человеком деятельности.
- обнаружение паттернов решений без замены оценки человека.
- выполнение подготовительной задачи для оценки.
Например, инструменты для аппрува отпусков, переводчики, обучающие программы.

Работодатель - развертыватель высокорисковой системы ИИ, если не является разработчиками систем ИИ, но покупает и использует существующие системы ИИ.

Работодатель - поставщик высокорисковой системы ИИ, если сам «настраивает» высокорисковые системы ИИ.

#LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

111 0 4

Pattern AI

24 Jul, 13:37

ИИ в HR становится предметом судебных разбирательств

26 сотрудников Meta * (компания признана экстремистской организацией на территории России) подали иск, который может стать одним из первых судебных процессов в США, напрямую проверяющих законность использования ИИ при принятии кадровых решений.

👀 Истцы утверждают, что при массовом сокращении около 8 000 сотрудников компания использовала комплекс внутренних ИИ-инструментов для оценки и отбора работников на увольнение.
Система анализировала не только результаты работы, но и цифровую активность сотрудников, включая данные с корпоративных устройств, использование внутренних ИИ-инструментов и автоматизированные рейтинги эффективности. Модели не учитывали отпуска ( по беременности и родам, семейный, по болезни и предоставленные работодателем условия для сотрудников с инвалидностью), а в результате, по мнению истцов, именно эти категории работников непропорционально часто попадали в списки на увольнение, что может нарушать требования законов США.
Meta * (компания признана экстремистской организацией на территории России) категорически отвергает обвинения. Компания заявила суду, что окончательные решения принимались руководителями подразделений по нейтральным критериям, а ИИ не использовался для ранжирования сотрудников или принятия решений об увольнении.

17 июля федеральный судья Уильям Оррик отказался временно приостанавливать увольнения. Однако решение нельзя считать победой Meta.
Суд отметил, что на текущем этапе истцы не представили достаточных доказательств, подтверждающих использование ИИ именно для принятия решений об увольнении.
При этом судья прямо указал, что вопросы, поднятые в иске, являются серьезными, назначил дальнейшее рассмотрение дела на август и допустил возможность изменить свою позицию, если появятся дополнительные доказательства использования ИИ при сокращении персонала.

Эксперты обращают внимание, что дело демонстрирует одну из главных проблем эпохи ИИ в HR: доказать, как именно алгоритм повлиял на решение работодателя, крайне сложно. Внутренние модели, журналы принятия решений и параметры работы алгоритмов остаются закрытыми для сотрудников, а обязательный арбитраж существенно ограничивает возможности получения таких доказательств. Именно поэтому подобные дела будут сталкиваться с серьезными процессуальными трудностями даже при наличии подозрений в дискриминации.

🔍Это не единственный сигнал напряженности внутри Big Tech.

На прошлой неделе более 4 500 сотрудников Google передали генеральному директору Сундару Пичаи петицию с требованием усилить гарантии защиты от увольнений.
Инициатива, организованная профсоюзом Alphabet Workers Union, стала крупнейшей коллективной акцией сотрудников компании по вопросу сохранения рабочих мест.
Работники требуют гарантированных выходных пособий, добровольных программ увольнения до принудительных сокращений, отказа от рейтинговых квот при оценке эффективности и возможности получать выходное пособие в виде оплачиваемого отпуска. По словам профсоюза, кампания уже привела к расширению программ добровольного ухода (Voluntary Exit Packages) более чем на 70 тыс. сотрудников Google.

📌 Примеры из судебной практики:
▪️ Mobley v. Workday, Inc. - AI-инструменты Workday автоматически отсеивали кандидатов по признакам возраста, расы и инвалидности.
▪️EEOC v. iTutorGroup - система автоматически отклоняла женщин старше 55 лет и мужчин старше 60 лет, компания выплатила $365 000, изменила алгоритмы и согласилась на гос. контроль.
▪️Baker v. CVS Health Corp. - система анализа интервью фактически выполняла функции запрещенного законом «детектора лжи» при приеме на работу, стороны заключили мировое соглашение.
▪️А.Н. Рожкова v. ООО «Алиса» - увольнение из-за ИИ признано незаконным, выплаты и моральная компенсация.

❕По мере роста инвестиций в ИИ сотрудники все чаще требуют прозрачности в принятии кадровых решений и дополнительных гарантий защиты от увольнений.

#LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

152 0 4

Pattern AI

23 Jul, 09:05

Запрет соц.сетей детям младше 15 лет во Франции

Франция приняла закон, запрещающий детям до 15 лет пользоваться социальными сетями, и стала второй страной в мире после Австралии (запрещены с 10 декабря 2025 года до 16 лет) и первой страной Европейского союза.

👀 С 1 сентября 2026 года пользователи младше 15 лет не смогут создавать новые аккаунты.
1️⃣Действующие аккаунты должны быть удалены в течение четырех месяцев.
2️⃣Платформы обязаны внедрить эффективную систему проверки возраста.
3️⃣Исключения предусмотрены для образовательных сервисов, онлайн-энциклопедий и платформ с открытым исходным кодом.
4️⃣Запрещается реклама, прямая или косвенная, онлайн-сервисов социальных сетей, если она специально ориентирована на несовершеннолетних, в том числе если она осуществляется влиятельными лицами или в рамках коммерческого партнерства.
5️⃣Реклама социальных сетей или онлайн-платформ должна содержать предупреждение: «Продукты опасны для детей младше пятнадцати лет».

Закон стал возможен после обновления европейских подходов к защите несовершеннолетних в рамках Digital Services Act (DSA). Франция считает, что именно платформы должны нести ответственность за недопуск детей младше установленного возраста.
Теперь внимание сместится на главный практический вопрос, какие механизмы проверки возраста будут признаны достаточными и как они будут сочетаться с требованиями GDPR по минимизации обработки персональных данных.
Если французская модель окажется успешной, она может стать ориентиром для других стран.
Так, Норвегия планирует установить минимальный возраст в 16 лет, Дания выступает за общеевропейские ограничения, Испания готовит реформу по усилению защиты несовершеннолетних в цифровой среде. В Турции также подготовлен законопроект об ограничении доступа несовершеннолетних к социальным сетям.

❕Тренд становится глобальным.

#LawAndDisorder
————
@pattern_ai | AI GDPR Navigator

128 0 2

TGStat - аналитика каналов и чатов

TGStat Bot

TGAlertsBot

SearcheeBot

Pattern AI

Гео и язык канала

Категория

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

Pattern AI

403

Популярное в канале

Язык сайта

TGStat - аналитика каналов и чатов

TGStat Bot

TGAlertsBot

SearcheeBot

Pattern AI

Гео и язык канала

Категория

403

Популярное в канале