Если вы искали «контроль и проверка ИИ работа», поисковик, скорее всего, показал вам не то: сервисы, которые решают контрольные работы за студентов, детекторы сгенерированного текста вроде страницы «Антиплагиата» и системы видеонаблюдения, где нейросеть следит за сотрудниками. Эта статья про другое. Про работу, где человек проверяет саму модель: следит, чтобы сгенерированный контент был размечен, чтобы было известно, на каких данных модель обучена, и чтобы после запуска она вела себя так же, как на пилоте. В англоязычных вакансиях это называется AI governance и AI assurance, в русском устойчивого названия пока нет, и это одна из причин, почему профессию трудно найти поиском.
Откуда взялся спрос: три события, а не мода
Спрос на такую работу создали не рассуждения об этике, а конкретные обязанности, которые кто-то в компании должен выполнять и подтверждать документами.
Европейский регламент дошёл до стадии, когда нужны исполнители
Регламент (ЕС) 2024/1689, известный как AI Act, вступил в силу 1 августа 2024 года: Европарламент принял его 13 марта 2024 года, Совет одобрил в мае того же года (по обзору Data Privacy Office, материал обновлён 21 мая 2026 года). Дальше начали включаться отдельные блоки требований. С 2 августа 2026 года действуют обязанности по прозрачности из статьи 50: поставщики и пользователи некоторых систем обязаны раскрывать, что контент сгенерирован машиной. Об этом писала юридическая фирма Cooley в записке от 3 августа 2026 года; там же указано, что руководство Еврокомиссии по этим обязанностям принято 20 июля 2026 года, а штраф может достигать 15 миллионов евро или 3 процентов мирового годового оборота, в зависимости от того, что больше.
Отдельный срок касается машиночитаемой маркировки. По разъяснению Еврокомиссии, для генеративных систем, выпущенных на рынок до 2 августа 2026 года, действует переходный период до 2 декабря 2026 года, а контент, созданный до 2 августа, ретроактивно маркировать не нужно (по материалам didit.me от 18 августа 2026 года и lab-leaders.com от 16 августа 2026 года). При этом сроки для систем высокого риска сдвинулись: 22 июня 2026 года Европарламент проголосовал за перенос, голоса распределились как 423 за, 57 против, 174 воздержавшихся, а обязательства привязали к готовности гармонизированных стандартов и перенесли на 2027 и 2028 годы (по материалу Digestors от 22 июня 2026 года). Это важный сигнал для тех, кто планирует карьеру: даты в этой сфере двигаются, и любой текст, включая этот, устаревает за месяцы.
В России принят рамочный закон, но без обязательной маркировки
8 июля 2026 года Госдума приняла закон о развитии искусственного интеллекта и маркировке созданного нейросетями контента (по публикациям «Ведомостей» и RB.ru от 8 июля 2026 года). Основная часть вступает в силу с 1 сентября 2026 года. Итоговая редакция оказалась мягче исходной: по данным портала PPT.ru от 21 июля 2026 года, маркировка стала добровольной, касается только аудио и видео, для автора остаётся правом, но обязательна для крупных площадок; закон вводит понятия «искусственный интеллект», «большие фундаментальные модели», а также суверенные и национальные модели.
Смягчение произошло после критики бизнеса. RB.ru 8 июля 2026 года сообщал, что мартовский проект Министерства цифрового развития предполагал обязательную маркировку и использование только доверенных решений в критической инфраструктуре, а компании и отраслевые ассоциации оценивали рост затрат на внедрение в 20–40 процентов. Тема не закрыта: 17 августа 2026 года в парламент внесён новый законопроект, делающий маркировку обязательной для материалов, созданных или изменённых большими моделями (по публикации VC.ru от 21 августа 2026 года). На момент подготовки статьи его судьба не решена, проверьте статус перед тем, как строить на нём планы.
Модели ломаются не на старте, а в эксплуатации
Третий источник спроса технический. В интервью изданию CISOCLUB Станислав Ежов формулирует проблему так: контур искусственного интеллекта обычно проверяют один раз, при запуске пилота, когда данные статичны, модель одна, а права доступа розданы разово, а настоящая проверка начинается потом, когда меняются данные, модели и права. Инструменты он называет знакомые по защите критической информационной инфраструктуры: контроль изменений, пересмотр прав доступа, журнал решений, разбор инцидентов, регулярная аттестация контура и компенсирующие меры с письменным обоснованием риска, предусмотренные приказом Федеральной службы по техническому и экспортному контролю № 239.
Что бывает без такого контроля, видно по рекламному рынку. Издание Sostav 19 августа 2026 года со ссылкой на данные ассоциации Interactive Advertising Bureau приводит цифру: 70 процентов участников рынка сталкивались с негативными инцидентами при использовании искусственного интеллекта, но менее 35 процентов усиливают контроль.
Из чего состоит работа
| Направление | Что делает человек | Кому это нужно |
|---|---|---|
| Маркировка и прозрачность контента | Определяет, что и как помечать, настраивает процесс в редакции или продукте, проверяет, что метки не теряются при монтаже и перезаливке | Медиа, площадки, рекламные агентства, банки с массовыми коммуникациями |
| Происхождение обучающих данных | Ведёт реестр наборов данных, фиксирует лицензии и источники, отвечает на вопрос «откуда это взялось и имели ли мы право на этом учиться» | Все, кто дообучает модели на своих и чужих данных |
| Аудит и мониторинг моделей | Классифицирует системы по уровню риска, ведёт журнал решений, назначает повторные проверки после смены данных или версии модели, разбирает инциденты | Крупные компании, регулируемые отрасли, подрядчики государства |
Как это описывают в вакансиях, видно по материалу Second Talent «AI Governance Specialist: Key Skills and Responsibilities in 2026» от 11 августа 2026 года: специалист классифицирует системы по уровню риска, документирует, как они построены и протестированы, и даёт юристам, инженерам и руководству общую запись о том, что системой управляли так, как ожидает регулятор. Там же сказано, что это одна из самых быстрорастущих и одновременно труднозакрываемых категорий найма. Отраслевой агрегатор вакансий ai-governance-jobs.com формулирует смысл роли ещё жёстче: такие люди переводят законы и стандарты в контроли и доказательства, которые компания сможет защитить перед проверяющим.
Насколько это большой рынок на самом деле
Здесь стоит быть честными. Единственная надёжная количественная оценка, которую удалось найти, такая: Международная ассоциация профессионалов приватности (IAPP) в материале от 28 мая 2026 года со ссылкой на Индекс искусственного интеллекта Стэнфордского университета сообщает, что число ролей в сфере управления искусственным интеллектом выросло на 17 процентов за 2025 год. Сам стэнфордский отчёт вышел 14 апреля 2026 года, это девятое издание объёмом 423 страницы, руководящий комитет возглавила Иоланда Хиль из Университета Южной Калифорнии. Сквозная мысль авторов: рамки управления, методы оценки, образование и инфраструктура данных не поспевают за темпом самой технологии.
Данных по российским вакансиям и зарплатам именно для этой роли в открытых источниках найти не удалось, и это само по себе факт: профессия у нас пока не оформлена отдельной строкой в job-описаниях. Скорее всего, ближайшие год или два обязанности будут довешивать к существующим должностям в службе информационной безопасности, в юридическом отделе или в команде данных. Планировать карьеру стоит именно так: не «уйду в новую профессию», а «возьму на себя новый участок на текущем месте».
Из каких профессий сюда приходят
- Юристы и специалисты по соответствию требованиям. Самый прямой переход: человек уже умеет читать нормативный акт и превращать его во внутренний регламент. Не хватает обычно понимания, как устроены данные и метрики. Разбираться удобно с курсов по ИИ для юристов, а дальше добирать техническую часть.
- Специалисты по информационной безопасности. У них уже есть аттестация систем, разбор инцидентов и пересмотр прав доступа. Именно этот набор Станислав Ежов в интервью CISOCLUB и переносит на контур искусственного интеллекта.
- Аналитики и инженеры данных. Понимают, откуда берутся выборки и как появляется смещение. Не хватает юридической рамки и умения оформлять доказательства. Полезной будет база из курсов по ИИ для аналитиков.
- Редакторы и руководители продуктов в медиа. Им ближе всего маркировка и фактчекинг. Sostav 19 августа 2026 года описывает внутренние правила агентств: обязательный фактчекинг, запрет копировать ответ модели без проверки, проверка актуальности данных. Это и есть зачаток регламента.
Отдельно отметим, что аудиторские компании строят вокруг этого практику: Deloitte публикует вакансию AI Governance and Assurance Strategy Manager. А обзор новых ролей от Mercor (публикация примерно трёхнедельной давности на момент сбора материала) выделяет клинических валидаторов, которые проверяют модели против медицинских стандартов, и специалистов по соответствию требованиям в здравоохранении и финансах.
Как отличить полезную программу от курса общих рассуждений
Курсов с названием «этика искусственного интеллекта» много, и большинство из них не готовит к работе. Проверяйте программу по признакам ниже.
| Признак программы, которая готовит к работе | Признак курса общих рассуждений |
|---|---|
| В программе названы конкретные документы: регламент (ЕС) 2024/1689, российский закон от июля 2026 года, приказ Федеральной службы по техническому и экспортному контролю № 239 | Говорят о «принципах ответственного искусственного интеллекта» без единой ссылки на текст нормы |
| Есть практика: классификация системы по уровню риска, заполнение карточки набора данных, составление журнала решений | Итог обучения — эссе или обсуждение кейсов в чате |
| Учат тестировать модель: воспроизводимость, дрейф данных, проверка на смещение, разбор инцидента после релиза | Техническая часть заканчивается рассказом, как устроен трансформер |
| Материал датирован 2026 годом и упоминает перенос сроков по системам высокого риска | Ссылаются на «проект закона» без даты и редакции |
| Преподаёт практик из службы информационной безопасности, юридической функции или аудита, с названными проектами | Преподаватель обозначен как «эксперт по искусственному интеллекту» |
Полезный дополнительный вопрос школе: научат ли работать с российскими моделями, а не только с зарубежными. Если компания обязана оставаться в отечественном контуре, проверять придётся именно их, и здесь пригодятся курсы по российским нейросетям. Если вы рассчитываете на смену работы, а не на расширение обязанностей, смотрите курсы по ИИ с трудоустройством, но требуйте от школы конкретики: на какие позиции трудоустраивают и в каких компаниях.
Что здесь не работает
Техническая маркировка не решает задачу целиком. В комментарии изданию ComNews от 18 августа 2026 года Вячеслав Дегтярев отмечает, что удалить или скрыть метку с помощью других инструментов искусственного интеллекта вполне реально, поэтому техническая маркировка — часть решения, а не панацея. Проще говоря, работа не сводится к тому, чтобы включить галочку в настройках: нужны процессы, журналы и люди, которые их ведут.
Второе ограничение назвали сами исследователи. Обзор стэнфордского отчёта изданием Newsline от 23 апреля 2026 года формулирует неприятный вывод: специалистов просят ручаться за технологию, про внутреннее устройство которой поставщики раскрывают всё меньше. Это означает, что часть проверок будет опираться на поведение модели снаружи, а не на понимание её устройства.
Что делать дальше
- Посмотрите, где в вашей текущей работе уже есть эта задача. Если вы согласуете тексты, отвечаете за подрядчиков или ведёте реестр систем, вы уже частично занимаетесь контролем моделей.
- Прочитайте первоисточники, а не пересказы: текст российского закона в редакции от 8 июля 2026 года и статью 50 регламента (ЕС) 2024/1689. Это займёт вечер и сразу поставит вас выше большинства кандидатов.
- Соберите один документ на своём рабочем материале: перечень используемых в отделе моделей, источники данных, кто принимает решение по спорным выпускам. Такой артефакт на собеседовании стоит больше сертификата.
- Закройте техническую базу, если её нет. Начать можно с недорогого или бесплатного курса по ИИ, чтобы понимать, как модель обучается и где она ошибается.
- Перепроверьте даты перед тем, как на них ссылаться. Сроки по системам высокого риска в Евросоюзе уже переносили в июне 2026 года, а российский законопроект об обязательной маркировке от 17 августа 2026 года на момент публикации статьи ещё не прошёл рассмотрение.