Почему обучающие данные не содержат машиночитаемой записи о том, давал ли кто-либо согласие?

Правовой вопрос о том, требует ли обучение ИИ согласия, в значительной мере решён: суды и регуляторы признают его существенным. Практический же вопрос о том, как сигнал согласия проходит вместе с текстом через этапы сбора данных, дедупликации, фильтрации и смешивания в конвейере датасета, по-прежнему не имеет ответа. Robots.txt носит бинарный и грубый характер, распространяется на поисковых роботов, а не на тех, кто обучает модели, и регулярно игнорируется закрытыми конвейерами. Право на отказ от TDM в ЕС согласно Статье 4 Директивы DSM не имеет стандартного машиночитаемого формата, который конвейер мог бы проверить на уровне отдельного элемента. Аудит Data Provenance Initiative 2025 года выявил повсеместное отсутствие или неоднозначность сигналов согласия в крупных обучающих датасетах, а это означает, что даже разработчик, стремящийся соблюдать требования о согласии, технически не может этого сделать, поскольку соответствующая запись не прикреплена к данным.