Статья опубликована в рамках: CLXVI Международной научно-практической конференции «Научное сообщество студентов XXI столетия. ОБЩЕСТВЕННЫЕ НАУКИ» (Россия, г. Новосибирск, 15 октября 2026 г.)
Наука: Юриспруденция
Скачать книгу(-и): Скачать книгу
ОТ АВТОРСТВА К ПРОЗРАЧНОСТИ: СОВРЕМЕННЫЕ НАПРАВЛЕНИЯ РЕГУЛИРОВАНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ ПРАВ НА РЕЗУЛЬТАТЫ, СОЗДАВАЕМЫЕ С УЧАСТИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
УДК 347, 34.5
FROM AUTHORSHIP TO TRANSPARENCY: CONTEMPORARY APPROACHES TO THE REGULATION OF INTELLECTUAL PROPERTY RIGHTS IN AI-ASSISTED OUTPUT
Starinov Aleksandr Victorovich
Master’s Student, Department of Business, Competition and Environmental Law, South Ural State University,
Russia, Chelyabinsk
АННОТАЦИЯ
Рассматриваются актуальные проблемы регулирования интеллектуальных прав на результаты, создаваемые с участием искусственного интеллекта, в развитие исследования дефектов действующей правовой модели. Анализируются судебные решения и нормативные изменения 2025–2026 гг. в США, Европейском союзе, Великобритании и Китае, включая споры об обучении генеративных моделей на охраняемых произведениях, требования к прозрачности обучающих данных и критерии человеческого творческого вклада.
ABSTRACT
The article examines pressing issues concerning the regulation of intellectual property rights in AI-assisted outputs, building on an investigation into deficiencies in the existing legal framework. It analyses judicial decisions and regulatory developments in 2025–2026 in the United States, the European Union, the United Kingdom and China, including disputes concerning the training of generative AI models on copyright-protected works, transparency requirements relating to training data, and criteria for assessing human creative contribution.
Ключевые слова: искусственный интеллект; генеративные модели; авторское право; патентное право; обучение моделей; прозрачность данных.
Keywords: artificial intelligence; generative models; copyright law; patent law; AI model training; data transparency.
Развитие проблемы правового регулирования результатов интеллектуальной деятельности, создаваемых с участием искусственного интеллекта (ИИ) показывает, что правовой конфликт уже не ограничивается вопросом о том, кому принадлежит результат генерации. В центре дискуссии находятся также правомерность включения охраняемых произведений в обучающие массивы, возможность проверить происхождение данных, степень сходства выходного материала с исходными произведениями и распределение ответственности между разработчиком модели, ее поставщиком, оператором и конечным пользователем.
В 2025–2026 гг. сформировались новые ориентиры. В США опубликованы выводы Copyright Office о правоспособности результатов генеративного ИИ и подготовлены материалы об использовании охраняемых произведений для обучения моделей; в Великобритании по итогам консультаций представлен правительственный доклад о вариантах реформы; Европейский парламент принял резолюцию о генеративном ИИ и авторском праве; суды продолжили рассмотрение исков правообладателей к разработчикам моделей [1]. Эти события не образуют единой международной модели, но позволяют увидеть общий сдвиг: от абстрактного спора о «творчестве машины» к процедурным механизмам прозрачности, лицензирования и доказывания.
Цель настоящей статьи – определить, какие из новых подходов могут быть использованы для устранения выявленных ранее дефектов российского регулирования. Методологическую основу составляют формально-юридический, сравнительно-правовой и системный методы. При этом необходимо разграничивать обязательные нормы и судебные решения, с одной стороны, и рекомендательные документы и резолюции с другой.
Для построения юридически последовательной модели следует различать по меньшей мере три самостоятельных этапа: получение и копирование исходных материалов; их техническую обработку и использование при обучении модели; последующее создание и распространение результата, который может воспроизводить охраняемые элементы либо имитировать индивидуализированную манеру автора. Каждый этап предполагает отдельный фактический состав и не должен автоматически квалифицироваться одинаково. Например, правомерность приобретения экземпляра книги не обязательно означает право изготовить цифровую копию для любого использования, а правомерность обучения не исключает нарушения при последующем распространении результата, воспроизводящего охраняемую форму выражения.
В Европейском союзе ключевое значение имеет Директива (ЕС) 2019/790 об авторском праве на едином цифровом рынке [2]. Ее статьи 3 и 4 предусматривают исключения для извлечения текста и данных, но в статье 4 предусмотрена возможность правообладателя заявить надлежащим образом выраженное резервирование прав. Регламент (ЕС) 2024/1689 об искусственном интеллекте дополняет эту систему требованиями к поставщикам моделей общего назначения: они должны иметь политику соблюдения законодательства ЕС об авторском праве и публиковать достаточно подробное резюме содержания, использованного для обучения, в соответствии с шаблоном Бюро по ИИ [3; 4]. При этом обязанность раскрывать резюме не равнозначна обязанности публиковать полный набор данных и не превращает само обучение в автоматически разрешенное использование.
В 2026 г. Европейский парламент принял резолюцию о проблемах авторского права и генеративного ИИ. Документ призывает развивать более детальную прозрачность источников, совершенствовать способы машиночитаемого отказа от использования произведений для обучения, поддерживать лицензирование и рассмотреть роль EUIPO как посредника между правообладателями и разработчиками [5]. Резолюция важна как показатель направления политического обсуждения, но не является непосредственно применимым законом и сама по себе не вводит универсальную обязанность раскрывать поименный перечень каждого произведения.
В США спор о законности обучения развивается через доктрину «fair use» и оценку обстоятельств конкретного использования. В деле Bartz v. Anthropic федеральный окружной суд в июне 2025 г. признал трансформирующим и подпадающим под fair use использование книг для обучения языковых моделей в обстоятельствах, рассмотренных судом, но отдельно оценил хранение книг, полученных из пиратских источников, и не распространил на него автоматически вывод об обучении [6; 7]. Значение решения состоит не в установлении общего иммунитета для ИИ-компаний, а в демонстрации необходимости разделять цель использования, источник экземпляров, характер копирования и последующее хранение.
Сходная проблема проявилась в британском деле Getty Images v. Stability AI. В решении от 4 ноября 2025 г. Высокий суд Англии и Уэльса рассматривал требования, связанные с предполагаемым использованием визуальных материалов при создании Stable Diffusion, нарушением прав на товарные знаки и passing off. Существенная часть требований о копировании при обучении была оставлена вне разрешения по существу ввиду отсутствия доказательств того, что соответствующее обучение и разработка происходили в Великобритании; спор при этом показал значение территориальной привязки и доказательств происхождения данных [8]. Следовательно, громкое дело не следует описывать как судебное признание общего права обучать ИИ на любых изображениях или как окончательное решение всех вопросов авторского права.
В Великобритании правительственный доклад марта 2026 г., подготовленный после консультации 2024–2025 гг., зафиксировал необходимость дальнейшей оценки вариантов регулирования и доказательной базы; правительство указало, что не будет менять авторское право до уверенности в том, что изменения обеспечат надлежащий баланс между творческими индустриями и сектором ИИ [9]. Это отступление от ожидания быстрого введения широкого исключения для обучения с механизмом «opt-out» демонстрирует, что даже технологически развитые юрисдикции не располагают бесспорной универсальной формулой.
Параллельно с вопросом обучения сохраняется проблема охраноспособности результата. В январе 2025 г. Бюро авторского права США в части второй доклада Copyright and Artificial Intelligence подтвердило, что действующие принципы способны применяться к новым технологиям, а результат генеративного ИИ может охраняться лишь в той мере, в какой человек определил достаточные выразительные элементы. Использование ИИ как вспомогательного инструмента или включение сгенерированного материала в более крупное произведение само по себе не исключает охраны; однако один только текстовый запрос не означает автоматически наличия человеческого авторства [10].
Этот подход согласуется с линией дела Thaler v. Perlmutter, в котором суды США отказались признать автором автономно созданного системой произведения саму машину [11; 12]. Правовой вывод состоит не в том, что любой результат с участием ИИ неохраноспособен, а в необходимости установить, какие элементы результата являются выражением творческого выбора человека. Поэтому доказательственное значение приобретают не только первоначальный запрос (промпт), но и история итераций, выбор параметров, редактирование, композиционные решения, отбор и последующая переработка материала.
Решение Пекинского интернет-суда по делу Li v. Liu, рассмотренному ранее и описанному в исходной статье, демонстрирует более предметный анализ действий пользователя: суд учитывал постановку задачи, формулирование и корректировку запросов, настройки и выбор итогового изображения из вариантов. Однако из этого не следует, что всякий запрос к модели достаточен для возникновения авторского права. Правовой критерий должен оставаться связанным с оригинальностью конкретного результата и доказуемым интеллектуальным вкладом, а не с формальным фактом использования сервиса [13; 14].
Для российского права основополагающими остаются статьи ГК РФ: автором признается гражданин, творческим трудом которого создан результат, а автором произведения – гражданин, творческим трудом которого оно создано [15]. Искусственный интеллект не обладает гражданской правосубъектностью и не может быть самостоятельным субъектом исключительного права. Вместе с тем действующие нормы не дают исчерпывающего теста для разграничения использования ИИ как инструмента и генерации, при которой человеческое участие ограничено общим заданием [16; 17; 18].
Представляется целесообразным не вводить презумпцию авторства пользователя исключительно по факту создания аккаунта, оплаты подписки или отправки запроса. Такая презумпция чрезмерно расширила бы монополию и позволяла бы заявлять исключительные права на результаты, в отношении выразительной формы которых пользователь не совершил творческого выбора. Более сбалансированным является поэлементный подход: охрана распространяется на доказуемые человеческие элементы – оригинальный текст, подбор и расположение фрагментов, композицию, существенную редактуру, отбор и организацию материала, – но не автоматически на автономно сгенерированные элементы [19; 20; 21].
При этом отсутствие авторского права на отдельный автономно созданный результат не означает, что любой пользователь вправе нарушать права третьих лиц. Необходимо различать вопрос об охраноспособности нового результата и вопрос о том, нарушает ли его создание или распространение права на исходное произведение, товарный знак, изображение гражданина либо иные охраняемые интересы. Такое разграничение особенно важно для рекламных изображений, музыки, дизайна, программного кода и синтетических аудиовизуальных материалов.
В патентном праве дискуссия имеет самостоятельную специфику: изобретатель определяется не просто как лицо, внесшее общий вклад в проект, а как человек, которому принадлежит соответствующий интеллектуальный вклад в создание заявленного технического решения. В делах, связанных с системой DABUS, суды США и Великобритании исходили из того, что действующие законы требуют указания человека в качестве изобретателя. Этот подход не запрещает использовать ИИ при поиске технических решений, но требует определить человеческое изобретательство на основании конкретных обстоятельств [22; 23].
Китайская национальная администрация интеллектуальной собственности в конце 2024 г. опубликовала Руководство по заявкам на патенты на изобретения, связанные с ИИ (пробное применение). Документ разъясняет применение действующих правил к ИИ-технологиям, включая требования к раскрытию технического решения и оценке патентоспособности [24]. Его практическая ценность - в создании предварительных административных ориентиров для заявителей, а не в признании ИИ самостоятельным изобретателем.
Для фармацевтических разработок особое значение сохраняет решение Верховного суда США Amgen v. Sanofi (2023): патентное описание должно позволять специалисту реализовать весь заявленный объем без чрезмерного экспериментирования [25]. Когда модель предлагает множество молекул или широкий функциональный класс соединений, заявителю недостаточно сообщить, что алгоритм способен найти подходящие варианты. Требуется раскрыть техническое решение и обеспечить воспроизводимость заявленного объема охраны. ИИ может повысить скорость поиска, но не устраняет требования новизны, изобретательского уровня, промышленной применимости и достаточности раскрытия.
На практике необходимо разграничивать три роли: разработчика модели, который создал технический инструмент; исследователя, который определил техническую задачу и критерии поиска; и специалиста, который интерпретировал выходные данные, выявил конкретное решение и подтвердил его работоспособность. Ни одна из ролей сама по себе не гарантирует статус изобретателя. Ключевое значение имеет доказуемый вклад в концепцию конкретного заявленного решения. Внутренние журналы экспериментов, версия модели, даты генерации, лабораторные данные и история выбора вариантов могут стать важными доказательствами, если они достоверно отражают процесс создания.
Следовательно, дефект регулирования заключается не в том, что патентное право не признает ИИ изобретателем, а в отсутствии согласованных критериев установления человеческого вклада в сложном процессе, где техническая идея распределена между алгоритмическим поиском и последующей научной проверкой. Решать эту проблему предпочтительно через руководства патентных ведомств и уточнение практики раскрытия, не разрушая фундаментальную связь патентного права с ответственным субъектом, способным быть названным изобретателем.
Сопоставление правовых систем позволяет выделить три конкурирующих, но частично совместимых вектора: охрана человеческого творчества при отказе признавать ИИ автором или изобретателем; процедурная адаптация существующих норм через руководства и критерии оценки вклада, характерная для китайского подхода; формирование обязательств прозрачности для поставщиков моделей и развитие лицензирования, наиболее заметные в праве ЕС.
Российское законодательство пока в основном использует общие конструкции части четвертой ГК РФ. Положения о результатах интеллектуальной деятельности, авторстве, соавторстве, служебных произведениях, договорном распоряжении исключительным правом и коммерческой тайне позволяют разрешать значительную часть ситуаций, но не дают исчерпывающего ответа на вопросы о минимальном человеческом вкладе и документации обучения. При этом некорректно утверждать, что любое использование защищенного произведения для обучения ИИ заведомо законно или заведомо незаконно: квалификация зависит от способа получения и воспроизведения произведения, применимых исключений, условий доступа, договоров и характера последующего использования.
Российская модель может развиваться без наделения ИИ правосубъектностью и без создания общего исключительного права на автономно сгенерированный контент. Во-первых, в методических разъяснениях следует закрепить ориентиры для установления творческого вклада человека. Во-вторых, для профессиональных и коммерческих систем целесообразно предусмотреть обязанность сохранять техническую документацию, достаточную для проверки происхождения результата, версии модели, существенных этапов редактирования и использованных материалов - с учетом требований о защите персональных данных, коммерческой тайны и безопасности. В-третьих, в договорной практике следует прямо распределять риски, связанные с лицензиями на входные материалы, использованием результата, гарантиями о правомерности и порядком урегулирования претензий.
При обсуждении прозрачности необходимо соблюдать принцип соразмерности. Полное раскрытие обучающего набора может затронуть коммерческую тайну, персональные данные, безопасность и права третьих лиц. Однако ссылка на коммерческую тайну не должна лишать правообладателя всякой возможности доказать использование его произведения. Возможными механизмами являются стандартизированное резюме обучающих данных, защищенное раскрытие суду или компетентному органу, независимый аудит и ведение журналов, доступных по обоснованному запросу. Прозрачность должна обеспечивать проверяемость, а не обязательно публикацию каждого файла в открытом доступе.
Важным направлением является развитие договорных моделей коллективного и индивидуального лицензирования. Они способны снизить издержки на получение согласий и предоставить правообладателям вознаграждение, не блокируя исследовательскую деятельность. При этом лицензирование не должно подменять оценку правомерности уже совершенных действий: новый договор не устраняет автоматически последствия возможного нарушения в прошлом. Необходимы понятные условия о целях обучения, видах использования, сроках хранения копий, применении opt-out, территориальном охвате и возможности аудита.
Наконец, регулирование должно учитывать, что нарушение может возникнуть не только на стадии обучения. Выход модели способен воспроизводить охраняемый фрагмент, содержать товарный знак или имитировать голос и изображение конкретного лица. Поэтому ответственность целесообразно определять с учетом контроля над соответствующим этапом, предсказуемости риска, наличия технических средств предотвращения и фактических действий участника. Сам по себе статус разработчика модели не должен означать безусловную ответственность за каждый пользовательский результат; вместе с тем договорное возложение всех рисков на конечного пользователя не должно освобождать профессионального поставщика от обязанностей, которые он способен разумно выполнить.
Развитие регулирования в 2025–2026 гг. подтверждает, что основная проблема интеллектуальных прав в эпоху ИИ состоит не в одном лишь отсутствии специального статуса для машины. Гораздо существеннее несовпадение традиционных юридических категорий с технологическим процессом, в котором создание результата, обучение модели, использование исходных произведений и коммерциализация происходят на разных стадиях и могут контролироваться разными лицами.
Судебные решения США и Великобритании показывают необходимость анализировать конкретные действия, источники материалов, территориальные связи и доказательства, а не выводить универсальное правило из самого факта применения ИИ. Документы ЕС усиливают акцент на политике соблюдения авторского права и прозрачности обучающих данных, однако резолюция Европейского парламента не должна смешиваться с обязательным нормативным регулированием. Китайский опыт указывает на полезность специальных руководств, позволяющих адаптировать существующие требования к техническим особенностям ИИ.
Для России оптимальным представляется поэтапный подход, состоящий из сохранения принципа человеческого авторства и изобретательства; разработки критериев оценки творческого и технического вклада и формирования пропорциональных требований к документации и прозрачности, а также, к распределению ответственности между участниками цепочки создания и использования ИИ-систем. Такой подход позволяет избежать как необоснованного расширения исключительных прав на полностью автономные результаты, так и правового вакуума, при котором добросовестные авторы и правообладатели не могут эффективно защищать свои интересы.
Список литературы:
- Getty Images (US), Inc. and Others v. Stability AI Ltd [2025] EWCA Civ 749 [Электронный ресурс]. // England and Wales Court of Appeal (Civil Division). 16 June 2025. – URL: https://www.bailii.org/ew/cases/EWCA/Civ/2025/749.html (дата обращения: 14.10.2026).
- Directive (EU) 2019/790 of the European Parliament and of the Council of 17 April 2019 on copyright and related rights in the Digital Single Market [Электронный ресурс]. // Official Journal of the European Union. – URL: https://eur-lex.europa.eu/eli/dir/2019/790/oj (дата обращения: 14.10.2026).
- Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act) [Электронный ресурс]. // Official Journal of the European Union. – URL: https://eur-lex.europa.eu/eli/reg/2024/1689/oj (дата обращения: 14.10.2026).
- European Commission. Drawing-up a General-Purpose AI Code of Practice and template for the summary of training content [Электронный ресурс]. // Shaping Europe’s digital future. – URL: https://digital-strategy.ec.europa.eu/en/policies/ai-code-practice (дата обращения: 14.10.2026).
- European Parliament. Resolution of 10 March 2026 on copyright and generative artificial intelligence – opportunities and challenges (2025/2058(INI)) [Электронный ресурс]. // Official Journal of the European Union. – URL: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A52026IP0066 (дата обращения: 14.10.2026).
- Bartz v. Anthropic PBC, No. 3:24-cv-05417, Order on Fair Use (N.D. Cal., June 23, 2025) [Электронный ресурс] // Justia. – 2025. – URL: https://docs.justia.com/cases/federal/district-courts/california/candce/3:2024cv05417/434709/231 (дата обращения: 14.10.2026).
- U.S. Copyright Office. Artificial Intelligence Study. Part 3: Generative AI Training (pre-publication version) [Электронный ресурс]. 9 May. – 2025. – Т. Part 3. – URL: https://www.copyright.gov/policy/artificial-intelligence/ (дата обращения: 14.10.2026).
- Getty Images (US) Inc. and Others v. Stability AI Ltd [2025] EWHC 2863 (Ch) [Электронный ресурс]. // Courts and Tribunals Judiciary. 4 November 2025. – URL: https://www.judiciary.uk/judgments/getty-images-v-stability-ai/ (дата обращения: 14.10.2026).
- Department for Science, Innovation and Technology; Department for Culture, Media and Sport; Intellectual Property Office. Report on Copyright and Artificial Intelligence [Электронный ресурс]. London, March. – 2026. – URL: https://www.gov.uk/government/publications/report-and-impact-assessment-on-copyright-and-artificial-intelligence/report-on-copyright-and-artificial-intelligence (дата обращения: 14.10.2026).
- U.S. Copyright Office. Copyright and Artificial Intelligence. Part 2: Copyrightability [Электронный ресурс]. Washington, D.C., January. – 2025. – URL: https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-2-Copyrightability-Report.pdf (дата обращения: 14.10.2026).
- Thaler v. Perlmutter, 687 F. Supp. 3d 140 (D.D.C. 2023) [Электронный ресурс]. // F. Supp. 3d. – Т. 687. – P. 140. – URL: https://app.midpage.ai/document/thaler-v-perlmutter-9556812 (дата обращения: 14.10.2026).
- Thaler v. Perlmutter, No. 23–5233 (D.C. Cir. 2025) [Электронный ресурс] // United States Court of Appeals for the District of Columbia Circuit. – 2025. – URL: https://law.justia.com/cases/federal/appellate-courts/cadc/23–5233/23-5233-2025-03-18.html (дата обращения: 14.10.2026).
- Сунь Юйпэн, Чернусь Н.Ю. Сунь Юйпэн, Чернусь Н.Ю. Защита авторских прав, созданных с использованием генеративного искусственного интеллекта (GenAI): практика России и Китая // Юрист. – 2025. – № 4. – С. 9–13. – DOI: 10.18572/1812-3929-2025-4-9-13. – URL: https://lawinfo.ru/articles/9945/zashhita-avtorskix-prav-sozdannyx-s-ispolzovaniem-generativnogo-iskusstvennogo-intellekta-genai-praktika-rossii-i-kitaya (дата обращения: 14.10.2026).
- CMS. China – Li v Liu, 27 November 2023 [Электронный ресурс]: обзор судебного дела. // CMS. – URL: https://cms.law/en/mco/publication/artificial-intelligence-and-copyright-case-tracker/china-li-v-liu-27-november-2023 (дата обращения: 14.10.2026).
- Гражданский кодекс Российской Федерации (часть четвертая) от 18 декабря 2006 г. № 230-ФЗ (редакция, действующая на 14.10.2026) [Электронный ресурс] // КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_64629/ (дата обращения: 14.10.2026).
- Штырхунова Н.А. Эволюция судебной практики по спорам об интеллектуальных правах на объекты, созданные с использованием технологий искусственного интеллекта: анализ правоприменения // Российский судья. – 2026. – № 10. – С. 2–7. – DOI: 10.18572/1812-3791-2026-10-2-7. – URL: https://lawinfo.ru/articles/15180/evolyuciya-sudebnoi-praktiki-po-sporam-ob-intellektualnyx-pravax-na-obekty-sozdannye-s-ispolzovaniem-texnologii-iskusstvennogo-intellekta-analiz-pravoprimeneniya (дата обращения: 14.10.2026).
- Гурко А.В. О возможности авторско-правовой охраны объектов, генерируемых системами искусственного интеллекта // Журнал российского права. – 2024. – № 7. – С. 64–77. – URL: https://izak.ru/upload/iblock/3d1/texgkrhf9hfhvc2herq34wa8c7uphr06/RU-_7_2024-zhrp_3_4.pdf (дата обращения: 14.10.2026).
- Михайлова И.А. Трансформации законодательства об авторском праве в условиях развития искусственного интеллекта // Современное право. – 2024. – № 9. – С. 90–95. – DOI: 10.25799/NI.2024.22.82.014.
- Ходунов Е.С. Трансформация авторского права в эпоху генеративного искусственного интеллекта // Закон. – 2026. – № 1. – С. 78–91. – URL: https://publications.hse.ru/articles/1123967961 (дата обращения: 14.10.2026).
- Белов В.Е. К вопросу об использовании генеративного искусственного интеллекта при создании произведений // Интеллектуальная собственность. Авторское право и смежные права. – 2026. – № 2. – URL: https://base.garant.ru/483553850/ (дата обращения: 14.10.2026).
- Рожкова М.А. Нематериальные объекты и имущественные права на них в системе абсолютных прав. – М.: ГАУГН Пресс, 2024. – 256 с.
- Thaler v. Vidal, No. 21–2347, 43 F.4th 1207 (Fed. Cir. Aug. 5, 2022) [Электронный ресурс] // United States Court of Appeals for the Federal Circuit. – 2022. – Т. 43 F.4th. – P. 1207. – URL: https://www.cafc.uscourts.gov/08-05-2022-21-2347-thaler-v-vidal-opinion-21-2347-opinion-8-5-2022_1988142/ (дата обращения: 14.10.2026).
- Thaler v. Comptroller-General of Patents, Designs and Trade Marks [2023] UKSC 49 [Электронный ресурс]. // Supreme Court of the United Kingdom. Judgment of 20 December 2023. – URL: https://supremecourt.uk/uploads/uksc_2021_0201_judgment_3f445a5dc7.pdf (дата обращения: 14.10.2026).
- China National Intellectual Property Administration. [Guidelines for Patent Applications for AI-Related Inventions (Trial Implementation)] [Электронный ресурс]. 31 December. – 2024. – URL: https://www.cnipa.gov.cn/art/2024/12/31/art_66_196988.html (дата обращения: 14.10.2026).
- Amgen Inc. v. Sanofi, 598 U.S. 594 (2023) [Электронный ресурс]. // Supreme Court of the United States. 18 May 2023. – Т. 598 U.S. – P. 594. – URL: https://www.supremecourt.gov/opinions/22pdf/21-757_k5g1.pdf (дата обращения: 14.10.2026).

