Основатель
September 14, 2026
24 min read
Когда инструмент искусственного интеллекта начинает использоваться в классе, часть педагогических решений теперь производится вне собственной инфраструктуры школы или университета. Модель может обновляться, субподрядчик меняться, цель использования данных расширяться, функция становиться платной или услуга полностью прекращаться. В то же время образовательное учреждение продолжает нести обязанности информировать ученика, обеспечивать человеческий надзор, рассматривать ошибки и поддерживать образовательную услугу. Поэтому договор EdTech — не просто документ о цене, лицензии и уровне сервиса. Это инструмент управления, который связывает институциональную политику с поставщиком; подкрепляет этическую декларацию доказательствами; и делает изменения видимыми, вмешательство возможным, а выход — осуществимым.
Представим образовательное учреждение, которое сначала испытывает помощника по письму на основе искусственного интеллекта с несколькими учителями. Во время испытания продукт даёт соответствующую возрасту обратную связь по текстам учеников; указывается, что данные не используются при обучении модели; учитель может изменить каждую рекомендацию. Учреждение оценивает сценарий использования при этих условиях, делает необходимые уведомления и создаёт декларацию YAZEK.
После начала семестра поставщик меняет базовую модель. Новая версия более бегла; но производит больше ошибок в турецких оценочных выражениях. С тем же обновлением меняются фильтр безопасности, настройки хранения и список субподрядчиков. Учреждение не узнало об изменении заранее. Оно не может вернуться к старой версии, не может повторно провести собственный приёмочный тест и не видит, какая комбинация модели и конфигурации произвела оспариваемый выход ученика. Условия обслуживания дают поставщику право в одностороннем порядке менять продукт.
Эта ситуация — больше, чем обычная программная неисправность. Факты, на которых основывалась этическая декларация, изменились; способность учителя к надзору ослабла; записи, необходимые для обжалования учеником, стали неопределёнными; условия, при которых учреждение продолжает образовательную услугу, оказались привязаны к продуктовому решению поставщика. Проблема возникла не в конце договора, а в начале: алгоритм недостаточно вошёл в договор до того, как вошёл в класс.
Yapay Zekâ Uygulamaları Etik Beyan Sistemi (YAZEK) — Система этической декларации применения искусственного интеллекта Министерства национального образования (Millî Eğitim Bakanlığı, MEB) — делает конкретное образовательное использование видимым с точки зрения цели, целевой аудитории, данных, человеческого надзора и этических принципов. Прямое взаимодействие ученика с искусственным интеллектом, обработка данных учеников и использование искусственного интеллекта в оценке, баллах, обратной связи или группировке — среди основных сценариев, требующих декларации. YAZEK также объясняет, что нет утверждённого министерством «списка безопасных инструментов»; ответственность рассматривается через конкретное использование.[1]
Заявленный институциональный охват YAZEK охватывает официальные школы, подведомственные MEB, частные образовательные учреждения, центры науки и искусства и центры народного образования; университеты в этот перечень не входят. В модели ниже YAZEK поэтому рассматривается как прямая архитектура декларации для учреждений в его охвате и как политический ориентир, который высшие учебные заведения могут адаптировать в своих законодательных и управленческих структурах.
Эта структура выявляет важное различие: декларацию создаёт учитель, который будет реализовывать использование; но часть информации, необходимой для точности декларации, может существовать только у поставщика. Версия модели, цепочка субпоставщиков, архитектура хранения, обучающие данные, тесты производительности, инцидент безопасности, системные журналы или приближающееся изменение продукта могут не находиться в прямом поле наблюдения учреждения. Тем не менее образовательное учреждение должно принять юридически и этически значимое решение о техническом слое, который оно не видит.
Подход MEB к искусственному интеллекту в образовании также не выводит поставщиков за пределы пространства управления. Yapay Zekâ Etiği Tavsiyeleri (Рекомендации по этике искусственного интеллекта) YEĞİTEK выделяют меры для разработчиков и поставщиков услуг с этапа проектирования: конфиденциальность, оценка воздействия, объяснимость, одобрение человеком, тесты на предвзятость, соответствие возрасту и педагогической цели, доступность и безопасное сотрудничество с третьими сторонами. Они также возлагают на руководителей образования обязанность отслеживать соответствие поставщика законодательству и политике этики и прозрачности учреждения.[2]
YAZEK поэтому не заменяет договор; но показывает, какие институциональные результаты договор должен производить. Если этическая декларация говорит «обеспечена прозрачность», договор должен определить, какая информация и запись будут предоставлены и когда; если «есть человеческий надзор» — какое техническое полномочие может отменить систему; если «данные не используются при обучении модели» — охват, исключения и метод проверки этого утверждения.
В предыдущих звеньях этой серии утверждалось, что YAZEK — ворота к живому циклу соответствия и что до использования искусственного интеллекта должна проводиться оценка образовательного воздействия. Эта статья фокусируется на следующей связи: как решение, которое учреждение даёт в собственной оценке, превращается в устойчивое право против поставщика?
Технологические договоры часто согласовываются вокруг охвата лицензии, цены, показателя доступности, срока поддержки, конфиденциальности, предела ответственности и условий расторжения. Всё это необходимо; но недостаточно для образовательной услуги с поддержкой искусственного интеллекта. Потому что подлинная потребность образовательного учреждения — не только знать, к кому обратиться за возмещением после наступления вреда. Это знать систему до вреда, ограничивать её, тестировать, улавливать изменения и при необходимости останавливать.
Договор поэтому должен отвечать на три вопроса вместе:
Обязанность: какой результат должны обеспечить поставщик и учреждение?
Доказательство: какой записью, тестом или документом этот результат будет подтверждён?
Вмешательство: если результат не обеспечен, каким техническим и правовым полномочием может воспользоваться учреждение?
Например, фраза «система не будет дискриминировать» сама по себе не является сильной гарантией. Какой сценарий использования, какие группы учеников и какие типы ошибок будут измеряться; каковы допустимые пороги; может ли учреждение проверить тестовыми данными; и ведёт ли превышение порога к ограничению, исправлению или откату функции — всё это должно найти отражение в договоре. Аналогично положение «обеспечен человеческий надзор» может остаться на бумаге без полномочия учителя видеть, понимать, изменять или отклонять выход, достаточного времени на рассмотрение, матрицы полномочий и записи операций.
Компенсация, предел ответственности и страхование — последняя линия обороны этой архитектуры. Ранее опубликованный обзор Genesis Hukuk по страхованию и институциональной ответственности рассматривал, какая сторона и полис могут нести финансовые последствия алгоритмической ошибки.[3] Здесь вопрос другой: превратить договор из документа распределения вреда в инструмент управления, предотвращающий вред.
В каждом облачном сервисе важны кибербезопасность, доступность, обработка данных и непрерывность. Искусственный интеллект добавляет пять отдельных слоёв неопределённости.
Первое — выход вероятностен. Одинаковые или схожие входы могут давать разные результаты; «работает» не означает педагогически валидно или ниже заданного порога ошибки.
Второе — продукт является движущейся целью. Когда меняются базовая модель, тонкая настройка, источник знаний, системная инструкция, фильтр безопасности, настройка по умолчанию или интерфейс пользователя, профиль риска может измениться, даже если название продукта остаётся тем же. Изменения интерфейса, алгоритма, ценообразования и доступа, которые Справочник учителя MEB обозначает как «цифровую изменчивость», — поэтому не только вопрос удобства, но и надёжности измерения и непрерывности образования.[4]
Третье — компания с прямым договором часто не производит всю систему. За поставщиком приложения могут стоять разработчик базовой модели, облачная инфраструктура, сервис модерации контента, аналитический инструмент и субподрядчики поддержки. Договорные отношения школы — с одной компанией; техническая зависимость — с цепочкой поставок.
Четвёртое — система не только хранит данные, переданные учреждению; она может порождать новые данные из взаимодействий. Телеметрия использования, ярлыки ошибок, склонность ученика, паттерны обратной связи или индикаторы риска становятся отдельным предметом управления помимо сырого ввода.
Пятое — асимметрия доказательств. Поставщик может измерять производительность и изменения модели; учреждение может не иметь доступа к записи, необходимой, когда оно должно объяснить решение ученику. Профиль риска генеративного искусственного интеллекта NIST также рекомендует оценивать риск третьих сторон по контексту использования, отслеживать изменения поставщика и уточнять в договорах владение, использование, качество, безопасность, вторичное использование, изменение системы, уведомление об инцидентах, непрерывность и прекращение.[5]
Эти особенности не требуют полного отказа от стандартного облачного договора; они требуют дополнения его слоем управления, специфичным для искусственного интеллекта.
В этой статье мы используем выражение договорная наблюдаемость не как самостоятельное право, определённое в законе, или устоявшийся юридический термин, а как предложение институциональной политики. Понятие описывает способность образовательного учреждения в любой момент жизненного цикла услуги отвечать на следующие вопросы на основе доказательств:
Какая система, модель, версия и конфигурация используется?
Для какой цели, целевой группы и потока данных система была уполномочена?
Каков был эффект искусственного интеллекта и человека в конкретном выходе ученика?
Что изменилось в технических, коммерческих или условиях обработки данных?
Как были проверены заявления о производительности, безопасности и равенстве?
Как учреждение может исправить ошибку, остановить функцию и выйти из услуги?
Наблюдаемость не означает, что поставщик безусловно открывает исходный код. Доступ к исходникам может быть даже не нужен для некоторых использований; в некоторых случаях он сам по себе не даёт содержательного объяснения. Нужно построить лестницу доказательств и доступа, соразмерную эффекту использования. Общая карточка системы, предполагаемые и запрещённые использования и базовая информация о производительности могут быть открыты учреждению; детальные отчёты о тестировании, архитектура и информация о субпоставщиках — переданы под конфиденциальностью; более чувствительные записи — зарезервированы для независимого аудитора или органа. В некоторых случаях может использоваться проверка доверенной третьей стороной, безопасная среда рассмотрения или обобщённое техническое доказательство.
Коммерческая тайна — законный интерес; но при высокозначимом решении об ученике ответ «продукт — чёрный ящик» не устраняет потребность учреждения в объяснении и проверке. Правильное решение — не безграничное раскрытие или нулевая видимость, а слои доступа, ограниченные целью и защищённые конфиденциальностью.
Принципы YAZEK и институциональной политики искусственного интеллекта можно превратить в договорную цепочку контроля следующим образом.
Для прозрачного и объяснимого использования договор конкретизирует предполагаемое и запрещённое использование, объяснение ученику и след индивидуального выхода. Минимальное доказательство — карточка системы и использования, образец объяснения и запись версии; учреждение может ограничить или приостановить функцию, которую нельзя объяснить. Подлинный человеческий надзор требует ролей и полномочий, изменения/отклонения, отключения автоматизированной обработки и обучения. Доказательство — тест полномочий, запись рабочего процесса и передача обучения пользователей; учреждение может отключить автоматизированные функции и вернуться к ручному пути. Гарантия данных и конфиденциальности охватывает категории данных, цели, вторичное использование, субобработчиков, передачу, хранение и удаление. Доказательство — карта потока данных, реестр субобработчиков, подтверждение настроек и отчёт об удалении; учреждение может остановить обработку, потребовать возврата/удаления данных, аудита и расторжения.
Педагогическая и техническая надёжность привязывает локальные критерии использования, типы ошибок, групповые результаты и устойчивость к договору. Доказательство — приёмочный и регрессионный тест и отчёт об инцидентах и производительности; учреждение может отклонить обновление, откатить или запросить план исправления. Управление изменениями конкретизирует определение «значительного изменения искусственного интеллекта», предварительное уведомление и повторное тестирование. Доказательство — примечания к выпуску, сводка воздействия и сравнительный тест; учреждение может обусловить одобрение, сохранить старую версию, приостановить или выйти. Непрерывность и обратимость требует переносимости данных/выхода, поддержки перехода, ручной альтернативы и удаления. Доказательство — машиночитаемый экспорт, тест выхода и сертификат удаления; учреждение сохраняет период перехода, поддержку, расторжение и право на заменяющее решение.
Эта цепочка — не готовый текст положений. Это карта проектирования, которую нужно конкретизировать с учётом сценария использования, типа учреждения, фактических ролей сторон, возраста ученика, эффекта решения и метода закупки.
Чтобы управление искусственным интеллектом не терялось среди десятков разрозненных положений, можно использовать пять приложений, связанных с основным договором и взаимно согласованных. Этот подход применим как в закупках частных образовательных учреждений, так и, в применимой мере, в структуре технического задания и договора государственных закупок.
Первое приложение определяет не закупаемый «продукт», а разрешённое образовательное использование. Название системы или модуля; прямой поставщик; базовая модель и важные компоненты; версия/конфигурация; целевой возраст и группа пользователей; педагогическая цель; категории данных; вес выхода в решении учителя или администрации; предполагаемые и явно запрещённые использования — здесь.
Этот паспорт проводит границу между широким списком возможностей в маркетинговом тексте и использованием, которое учреждение юридически разрешает. Например, если система приобретена для подготовки черновиков обратной связи, использование того же модуля для автоматической оценки учеников, создания дисциплинарного подозрения или вывода психологической склонности не входит автоматически в охват договора. Новое использование может потребовать новой педагогической и правовой оценки, даже если оно не влечёт новую лицензионную плату.
Паспорт также является точкой отсчёта файла декларации. Если между информацией об инструменте, охвате, образовательной цели и целевой аудитории в форме YAZEK и приложением к договору установлены связи версии и даты, учреждение может позже показать, на каком наборе фактов оно сделало декларацию.
Второе приложение не должно состоять только из фразы «персональные данные обрабатываются в соответствии с KVKK». Данные учреждения, вводы ученика/учителя, загруженный контент, выходы модели, обратная связь, телеметрия использования и профили, выведенные из этих данных, должны рассматриваться отдельно. Для каждого набора данных должны быть указаны цель, правовая роль, сторона с доступом, срок хранения, местоположение, передача, резервная копия, удаление и условие вторичного использования.
Здесь важны две правовые реальности. Первая — ярлык «контролёр данных» или «обработчик данных», который стороны дают себе в договоре, не отменяет фактическую обработку. Руководство KVKK по генеративному искусственному интеллекту также оценивает роли по реальному полномочию принятия решений о цели и средствах обработки на протяжении сложного и динамичного жизненного цикла.[6] Если поставщик использует данные для разработки собственного продукта, обучения модели или независимой аналитики, анализ ролей должен исходить из этой фактической цели.
Вторая — использование внешних ресурсов не снимает ответственности учреждения за безопасность и надзор. Разъяснения по статье 12 KVKK обращают внимание на солидарную ответственность за меры безопасности при участии обработчика данных и обязанность контролёра данных проводить необходимые проверки.[7] Право аудита, уведомление об инцидентах, поток субобработчиков и подтверждение удаления — поэтому не второстепенные детали договора.
Положение о трансграничной передаче нельзя сводить к утверждению «серверы в Европе». Режим KVKK изменился в 2024 году; он устанавливает структуру решений о достаточности, надлежащих гарантий и исключительных случаев. Конкретный поток данных, сторона, страна, субпередачи и применимый правовой механизм должны определяться отдельно.[8] При изменении субобработчика или местоположения данных учреждению может потребоваться не только получить e-mail, но и возразить против изменения, запросить альтернативное решение или остановить соответствующий поток данных при отсутствии надлежащей гарантии.
В отношении интеллектуальной собственности это приложение должно фокусироваться на цепочке поставок, а не заново открывать общий спор о владении образовательным контентом: уполномочен ли поставщик предоставлять используемую модель и компоненты? По какой узкой лицензии обрабатываются учебные материалы, контент учителей и работы учеников, загруженные учреждением? Могут ли входы и выходы использоваться для обучения модели, разработки продукта или обслуживания других клиентов? Как обеспечиваются доказательства и сотрудничество при претензиях третьих лиц? Поскольку предыдущие обзоры Genesis Hukuk по контенту LMS и материалам дистанционного обучения подробно рассматривали владение и полномочия использования, новый договорный слой должен обеспечить защиту этих прав в цепочке поставщиков.[9]
Классический уровень сервиса часто измеряет, когда система была доступна. Однако инструмент с доступностью 99,9 % может быть педагогически неверным, систематически слабым для определённой группы или слишком непрозрачным для надзора учителя. Приёмка искусственного интеллекта — поэтому не только тест «открылся ли экран».
Протокол должен определять, какие задачи будут тестироваться в каком контексте данных и языка, типы ошибок, стоимость ложноположительных/ложноотрицательных результатов, производительность на турецком и по возрастным группам, доступность, испытания безопасности, пороги приёмки и повторения тестов. Пилот с синтетическими, анонимизированными или законно контролируемыми данными до прямого испытания на учениках; при высокозначимом использовании может потребоваться независимая оценка или собственная валидация учреждения.
Обещание «нулевых галлюцинаций», «полной беспристрастности» или внеконтекстной «точности 99 %» часто не поддаётся аудиту. Правильный метод — определить тестовый набор, метод измерения, допуск, важные группы учеников и последствие превышения порога. Один и тот же стандарт гарантии нельзя использовать для помощника по письму и системы оценивания.
Человеческий надзор также должен быть частью приёмочного тестирования. Может ли учитель отклонить выход? Представляет ли система рекомендацию как окончательное решение? Есть ли предупреждения для снижения предвзятости автоматизации? Видит ли пользователь, какие данные повлияли на результат? При обжаловании можно ли восстановить инцидент с соответствующей версией, вводом, выходом и вмешательством человека? Поставщика не следует считать достигшим «человека в контуре» без передачи необходимых административных контролей, ролей полномочий, инструкций по использованию и обучения.
Разовая приёмка — тоже не бессрочная гарантия. Принятая версия и конфигурация должны образовать базовую линию; значительные обновления должны запускать повторение тех же критических тестов — регрессионный обзор.
Самая отличительная часть договора об искусственном интеллекте — контроль изменений. Поставщик должен иметь возможность быстро закрывать уязвимости безопасности; учреждение не должно становиться частью неанонсированного педагогического эксперимента в середине семестра. Эти две потребности нельзя сбалансировать крайними положениями, запрещающими все обновления или оставляющими всё на усмотрение поставщика.
Договор может определять значительное изменение искусственного интеллекта по функциональному результату. Базовая модель или поставщик модели; тонкая настройка и источник знаний; фильтр безопасности; системная инструкция по умолчанию; интерфейс, влияющий на объяснение или одобрение человеком; цель использования данных; субобработчик и местоположение данных; целевой возраст; порог производительности; удаление важной функции; изменение ценообразования или модели доступа, влияющее на непрерывность образования — могут входить в этот охват.
Не каждое изменение требует одной процедуры. При срочном обновлении безопасности может приниматься краткое уведомление и последующее доказательство; при обновлении, меняющем цель, поток данных или эффект на решение об ученике, — предварительное уведомление, сводка воздействия, результат теста и одобрение учреждения. Права учреждения также должны быть градуированы: запрос информации, дополнительный тест, отключение конкретной функции, отсрочка обновления, возврат к предыдущей версии, сужение области использования, план исправления, приостановка и в крайнем случае расторжение.
Внутренний порог изменений не следует смешивать с порогом повторной декларации YAZEK. Согласно текущему разъяснению YAZEK, изменение функции платформы само по себе не требует повторной декларации, если оно не меняет охват приложения, инструктивную цель или целевую аудиторию. Напротив, если изменились инструмент, охват, цель или целевая аудитория, может возникнуть новая декларация.[10] После получения договорного уведомления учреждение должно сначала обновить собственную оценку воздействия и данных; затем решить, требует ли конкретное изменение повторной декларации по YAZEK. Не каждое обновление — новая декларация; но каждое значительное обновление требует нового институционального взгляда.
Управление инцидентами — не только утечка персональных данных. Систематически неверная оценка, падение производительности в определённой группе учеников, вредный контент, невозможность произвести объяснение, несанкционированное изменение модели, потеря журналов и длительное прерывание услуги — отдельные классы инцидентов. Срок уведомления должен регулироваться вместе с характером инцидента, охватом, затронутыми учениками, временной мерой, корневой причиной, графиком исправления и доказательствами, необходимыми для повторного рассмотрения решений об учениках.
Положение о выходе — не только фраза «стороны могут расторгнуть с уведомлением за тридцать дней». Реальный выход для образовательного учреждения — возможность получить данные, контент, записи выходов и необходимые метаданные в пригодной форме; перейти к альтернативной системе или ручному процессу; не прерывать услугу ученику; и подтвердить удаление копий у прежнего поставщика.
Поэтому формат машиночитаемого экспорта, словарь данных, записи ввода/выхода/решений для передачи, поддержка перехода, срок поставки, стоимость, временное продолжение услуги, график удаления из резервных копий и сертификат удаления должны быть определены заранее. Для критических систем, специфичных для учреждения, могут отдельно оцениваться более сильные меры: эскроу исходного кода, передача конфигурации или расширенная услуга перехода.
Подход к переходу Закона ЕС о данных (AB Veri Tüzüğü) для услуг обработки данных, применимый с 12 сентября 2025 года, подчёркивает способность заказчика экспортировать входные и выходные данные и необходимые метаданные в машиночитаемой форме и устранение договорных и технических барьеров перехода.[11] Это регулирование нельзя считать непосредственно применимым к каждой турецкой образовательной закупке; но оно показывает, что возможность выхода теперь — один из центральных элементов политики цифрового рынка, а не только поддержка доброй воли.
С образовательной точки зрения следует добавить ещё один элемент: педагогическая обратимость. Если система закрывается, может ли учитель продолжить тот же результат обучения другим методом? Можно ли отозвать ошибочный ярлык искусственного интеллекта и пересмотреть решения, основанные на нём? Защищён ли ученик от неконтролируемого переноса прошлой оценки модели к новому поставщику? План выхода должен отвечать на эти вопросы не меньше, чем на техническую переносимость.
При закупках по Закону о государственных закупках № 4734 может быть слишком поздно впервые ставить вопрос о гарантиях искусственного интеллекта при подписании договора. Закон требует, чтобы технические критерии были в техническом задании, являющемся частью тендерной документации; обеспечивали эффективность и функциональность, не имели антиконкурентного характера и обеспечивали равные возможности для всех участников. Закон о государственных закупочных договорах № 4735 предусматривает, что договор не может быть оформлен вопреки тендерной документации; ограничивает изменения договора случаями, предусмотренными законом; и предполагает положения о приёмке и санкциях в структуре договора.[12]
Вывод ясен: в государственных образовательных закупках по законам 4734 и 4735 этика искусственного интеллекта, поток данных, технические доказательства, человеческий надзор, уведомление об изменениях, аудит и требования к выходу должны проектироваться по возможности на этапе определения потребностей и технического задания. Предположение, что фундаментальное право аудита или новый критерий приёмки можно добавить переговорами после тендера, ненадёжно.
Эти требования можно формулировать по функции и доказательству, а не описывая конкретную марку, модель или закрытое техническое решение: «порог ошибки, измеряемый этим методом в турецких текстах средней школы», «высокозначимый выход, отклоняемый уполномоченным пользователем», «уведомление и регрессионный тест в этот срок при значительном изменении модели», «машиночитаемый экспорт данных учреждения». Так этическая гарантия и принцип конкуренции могут встретиться в одном проекте.
Не каждый государственный орган и каждая закупка подчиняются одному режиму; исключения, охват, тип закупки и вторичное законодательство должны отдельно изучаться в конкретном случае. Метод может также отличаться в закупках частной школы, вуза-фонда или частного сектора. Но урок по срокам общий: этический принцип, не вошедший в критерии закупки, может не найти переговорной силы в договоре.
Модельные договорные положения Европейской комиссии об искусственном интеллекте для сообщества государственных заказчиков, опубликованные и обновлённые в марте 2025 года, предлагают два отдельных набора для высокорисковых систем и более лёгких сценариев использования. Пояснительный документ переносит управление рисками, управление данными, техническую документацию, записи, метрики точности, человеческий надзор, корректирующие действия, аудит, права в отношении наборов данных и поддержку индивидуального объяснения в договорную плоскость. Тот же документ прямо указывает, что модельные положения сами по себе не являются полным договором; их нужно дополнить интеллектуальной собственностью, приёмкой, оплатой, сроком, применимым правом и ответственностью.[13]
Этот подход — не готовое законодательство для Турции. Но он показывает важное политическое направление: соответствие искусственного интеллекта нельзя оставлять абстрактной гарантии поставщика «соответствует законодательству»; информация, технический доступ и сотрудничество, необходимые учреждению для выполнения собственных обязанностей, должны течь в договоре.
Регламент ЕС об искусственном интеллекте (AB Yapay Zekâ Tüzüğü) также относит определённые образовательные использования — приём или доступ в учреждение, оценка результатов обучения, определение уровня образования и мониторинг поведения на экзаменах — к областям высокого риска в Приложении III. Для высокорисковых систем заметны инструкции пользователя, цель, метрики точности, предсказуемый риск, человеческий надзор, записи и информация об изменениях и сотрудничество в цепочке поставок.[14] По состоянию на 9 сентября 2026 года текущий график внедрения Комиссии показывает дату применения правил высокого риска Приложения III как 2 декабря 2027 года после поправки 2026 года.[15] Эти положения поэтому не следует представлять каждому учреждению в Турции сегодня как прямые обязанности без изучения охвата по месту и роли и времени применения. Тем не менее они ценны для показа направления, в котором эволюционируют закупочные договоры с точки зрения потока доказательств.
Аналогично стандарты безопасности продуктов генеративного искусственного интеллекта Министерства образования Великобритании, обновлённые в январе 2026 года, ожидают от поставщика определения предполагаемого использования и возрастной группы, подкрепления заявлений надёжными и прозрачными доказательствами, ведения записей запросов/ответов и производительности, тестирования новых моделей и версий до выпуска и от поставщика, с которым школа заключает договор напрямую, — гарантии для собственной восходящей цепочки поставок.[16] Эти примеры, не являющиеся обязательным турецким правом, подтверждают, что образовательное учреждение покупает не только конечный интерфейс, но и цепочку изменений и доказательств за ним.
Самое лёгкое место для нарушения институциональной архитектуры — пространство «бесплатной пробной версии», где учитель или отдел регистрируется в инструменте личным аккаунтом. Неоплата не означает отсутствия правовых отношений и условий использования. Напротив, учреждение может стать более уязвимым к несогласованным онлайн-условиям, одностороннему праву поставщика на изменение, ограниченной поддержке и записям, рекламным или продуктовым целям разработки и внезапной тарификации.
Поэтому приемлемая политика использования искусственного интеллекта должна охватывать и теневые закупки. Если инструмент с личным аккаунтом получает данные учеников, взаимодействует напрямую с учениками или влияет на оценку и аттестацию, его нельзя исключать из инвентаря учреждения, оценки воздействия и процесса YAZEK на основании «бюджет не использовался». Низкорисковая генерация идей или анонимный черновик материала и высокозначимое использование, затрагивающее ученика, не обязаны объединяться под одним запретом; но по мере роста риска растёт и требование институционального аккаунта, утверждённых условий и доказательств.
В отношении несогласуемых стандартных условий статьи 20–25 Турецкого кодекса обязательств о общих условиях сделок и особенно статья 24 о записях, предоставляющих составителю одностороннее право на изменение против другой стороны, должны оцениваться с учётом конкретных отношений.[17] Эти положения — не короткий путь, автоматически аннулирующий каждое онлайн-условие. Самый безопасный институциональный метод — архивировать, какие условия были приняты с версией и датой, установить приоритет между основным договором и онлайн-условиями и уточнить, что изменение на сайте поставщика не может отменить согласованные гарантии.
Прямой поставщик может сказать: «базовая модель не наша» или «облачную инфраструктуру обслуживает другая компания». Даже если технически верно, для учреждения это не решение. Образовательное учреждение не может заключить отдельный договор с каждым субпоставщиком. Поэтому прямой поставщик должен отражать обязанности в своей зоне контроля в субдоговорах; честно указывать информацию или права, которые он не может получить от восходящего поставщика; и не рекламировать гарантию, которую не может предложить, как будто она существует.
В договоре следует как минимум установить видимость критических субпоставщиков и функций, уведомление об изменениях, нисходящий поток эквивалентных обязанностей по безопасности данных, единый контакт и координационную ответственность при инцидентах, обязанность собирать доказательства и распределение последствий, вытекающих из поведения субпоставщика. Положение статьи 25 Регламента ЕС об искусственном интеллекте о письменном соглашении об информации, техническом доступе и помощи между поставщиком высокорисковой системы и сторонами, поставляющими систему, инструмент, услугу, компонент или процесс искусственного интеллекта, показывает, что эта потребность признана и на регуляторном уровне.[14]
Но распределение ролей и ответственности в договоре не снимает собственных обязанностей учреждения перед учеником, родителем или органом. Возможность обратиться к поставщику — одно; проявить должную осмотрительность до решения, обеспечить человеческий надзор и рассмотреть обжалование — другое.
Готовить длинный договор с нуля для каждого продукта немасштабируемо. Более устойчивое решение — создать в наборе политик учреждения Стандарт закупки и договора искусственного интеллекта в образовании. Этот стандарт — не единый шаблон, а взаимосвязанный порядок решений:
Краткая форма скрининга, выявляющая услуги с искусственным интеллектом до закупки,
низкий, средний и высокий уровни гарантии в зависимости от эффекта использования,
сопоставление контролей, переносящее решения YAZEK и внутренней оценки воздействия в техническое задание и договор,
модульная библиотека договоров/технических заданий из пяти приложений,
матрица одобрения с ролями права, закупок, информационной безопасности, защиты данных, академического подразделения и доступности,
договорной файл с доказательствами приёмки, версии, изменений, инцидентов и аудита,
процедура изменений, разделяющая решения о повторной оценке и повторной декларации YAZEK,
периодический тест выхода и ручной непрерывности для критических услуг.
Уровень гарантии должен быть привязан к эффекту использования, а не к объёму договора. Требовать аудит исходного кода для учителя, генерирующего идеи уроков без персональных данных, может быть несоразмерно. Напротив, полагаться только на ссылку на политику конфиденциальности при приёме ученика, оценивании, дисциплине, поддержке специального образования, биометрическом мониторинге или психологическом выводе — недостаточно. Модульный стандарт балансирует излишнюю нагрузку и недостаточную защиту.
Первый шаг внедрения — не скачать новый шаблон, а увидеть текущую таблицу. Какие функции искусственного интеллекта учреждение использует по каким договорам? Какие договоры позволяют поставщику в одностороннем порядке менять модель, данные или субобработчика? Какую декларацию YAZEK можно подкрепить доказательствами поставщика? У какой критической услуги есть пригодный экспорт и ручная альтернатива? Анализ пробелов соответствия закупок и договоров по этим вопросам покажет, какой продукт в приоритете требует повторных переговоров, сужения использования, дополнительного теста или плана выхода.
Цель образовательного учреждения при закупке искусственного интеллекта не может быть получить у продавца обещание «безупречной технологии». Такое обещание технически нереалистично и не снимает институциональную ответственность. Юридически ценно ограничить, для чего используется система, сделать заявления измеримыми, получить доступ к необходимым доказательствам, вовремя видеть изменения, защитить человеческое решение, исправить ошибку и сохранить возможность выхода.
YAZEK делает этическое использование декларируемым. Оценка воздействия определяет, при каких условиях учреждение разрешит использование. Договор обеспечивает, чтобы эти условия сохранялись при смене поставщика и технологии. Если эти три слоя расходятся, учреждение могло сделать правильную декларацию в начале семестра, но в середине семестра вынуждено защищать последствия системы, которую оно уже не узнаёт.
Поэтому алгоритм, прежде чем войти в класс, должен войти не только в список закупок, но и в договор — со своей целью, пределом, доказательством, изменением и выходом. Хороший договор не делает алгоритм безупречным. Он делает возможным для учреждения узнать его, поставить под сомнение, ограничить, остановить и при необходимости покинуть.
При подготовке этой работы были совместно просмотрены публикации Genesis Hukuk «Образовательные технологии и право», особенно данные LMS и надзор, права на контент, правовое профилирование, управление чувствительными данными, этическое управление, искусственный интеллект в дистанционном обучении и обзоры по страхованию и ответственности. Эта статья не пересказывает эти темы, а исследует, как институциональные обязанности, выявленные в тех работах, переводятся в техническое задание закупки, договор, приёмку, изменения и права на выход.
Редакционное примечание: Статья носит характер общей правовой оценки и политического предложения. Она не предлагает готовые договорные положения или единое решение для каждого учреждения. В конкретной закупке следует отдельно изучить статус учреждения, режим тендера, поток данных, группу учеников, эффект использования, фактические роли сторон, цепочку поставок и актуальное законодательство.
