Закон о рекомендательных технологиях в 2026: штраф в полмиллиона
1. Введен штраф за использование рекомендательных систем с нарушением
До недавнего времени сфера рекомендательных алгоритмов в России находилась в зоне правовой неопределенности. С 2023 существовала статья 10.2-2 Федерального закона «Об информации...», которая обязывала любых владельцев сайтов и приложений уведомлять российских пользователей о применении рекомендательных технологий.
Статья давала повод для блокировки, однако штрафы за ее нарушение отсутствовали. Это порождало иллюзию введения нормы для ограничения доступа к зарубежным информационным порталам и необязательности требований у многих владельцев российских интернет-ресурсов. Поэтому кроме крупных российских маркетплейсов и социальных сетей никто всерьез не задумывался о ее исполнении.
В 2026 году ситуация изменилась кардинально. Кодекс об административных правонарушениях дополнен статьей 13.56, которая установила заградительные штрафы за нарушения при использовании рекомендательных технологий. Теперь недостаточно просто внедрить полезный алгоритм на сайт — необходимо обеспечить его полную правовую «обвязку».
Минимальный штраф для юридического лица за формальное нарушение, такое как отсутствие публикации правил работы системы, начинается от 500 000 рублей . Повторные нарушения влекут взыскания до 1,4 млн рублей, а неисполнение прямого предписания Роскомнадзора — до 2,8 млн рублей. Цена игнорирования закона сравнялась с санкциями за крупные утечки персональных данных. Единственной эффективной мерой защиты бизнеса становится немедленный аудит используемых технологических решений.
2. Примеры использования рекомендательных систем
Закон трактует рекомендательные технологии широко. Это любая программа, которая предоставляет пользователю контент, анализируя его индивидуальные предпочтения и действия. Ключевой критерий — персонализация выдачи на основе цифрового следа конкретного лица.
На практике под это определение попадает множество привычных инструментов:
- Блоки персонализированных товаров. Виджеты «Рекомендуем вам» и «С этим товаром покупают» на страницах интернет-магазинов, если они формируются динамически на основе истории просмотров и покупок посетителя.
- Алгоритмические ленты. Новостная лента в социальной сети или агрегаторе, которая сортирует публикации не по времени, а по предполагаемой интересности для пользователя.
- Стриминговые подборки. Плейлисты «Для вас» в музыкальных сервисах и подборки фильмов в онлайн-кинотеатрах, созданные на основе анализа предпочтений.
- Виджеты на главных страницах. Персонализированные блоки погоды, новостей или курсов валют для конкретного региона, показанные потому, что система определила местоположение или поведенческие паттерны пользователя.
Важно понимать: если контент меняется в зависимости от того, кто на него смотрит, и это решение принимает автоматический алгоритм, — перед вами с высокой вероятностью рекомендательная система, требующая соблюдения законодательства.
3. Обязанности при использовании рекомендательных систем
Закон предписывает владельцу информационного ресурса выполнить четыре блока требований. Их соблюдение должно быть не разовой акцией, а встроенным бизнес-процессом.
1. Информирование пользователей. Сам факт применения рекомендательных технологий не может быть скрыт. Пользователь должен видеть четкое уведомление о том, что алгоритмы сайта анализируют его действия для формирования выдачи. «Молчаливое» использование технологий теперь является прямым составом правонарушения.
2. Публикация правил. На ресурсе необходимо разместить отдельный документ, который раскрывает механику работы алгоритмов: какие сведения собираются, как систематизируются и на что влияют. В этом же блоке должны быть указаны контактный адрес электронной почты для юридически значимых сообщений, а также идентификационные данные владельца — фамилия и инициалы для физического лица или полное наименование для юридического.
3. Локализация данных. Сведения о действиях и предпочтениях идентифицированных пользователей, на основе которых работают алгоритмы, должны храниться на серверах, физически расположенных на территории Российской Федерации. Это требование напрямую коррелирует с законодательством о персональных данных и несет отдельные, очень существенные риски.
4. Уведомление Роскомнадзора. В случае использования зарубежных рекомендательных систем необходимо заранее уведомить РКН о трансграничной передаче персональных данных, поскольку в большинстве случаев рекомендации даются на основе анализа поведения идентифицированного пользователя, т.е. с использованием его персональных данных.
4. Штрафы за нарушения при использовании рекомендательных систем
Статья 13.56 КоАП РФ вводит четкую и жесткую шкалу ответственности. Суммы приводятся для юридических лиц как наиболее уязвимой категории.
| Нарушение | Штраф, руб. |
|---|---|
| Неинформирование пользователей о применении технологий | от 500 000 до 700 000 |
| Неразмещение документа с правилами и контактными данными | от 500 000 до 700 000 |
| Применение алгоритмов, нарушающих права и законные интересы | от 500 000 до 700 000 |
| Повторное совершение любого из трех нарушений выше | от 1 000 000 до 1 400 000 |
| Неисполнение требования РКН о прекращении предоставления информации | от 1 000 000 до 1 400 000 |
| Повторное неисполнение требования РКН | от 1 400 000 до 2 800 000 |
Необходимо отметить, что каждое из нарушений (например, отсутствие информирования и неразмещение правил) образует самостоятельный состав. Это означает суммирование штрафов и, как следствие, увеличение финансовых рисков для бизнеса.
5. Зоны риска при автоматизации маркетинга
Наибольшие риски сегодня сконцентрированы в сфере автоматизации маркетинговой деятельности в сети Интернет. Существует два распространенных заблуждения, ведущих к нарушениям.
Первое заблуждение: аналитика — это не рекомендации. Многие владельцы сайтов используют Яндекс.Метрику и Google Analytics в связке с системами управления контентом. Пока данные из систем аналитики просто формируют отчеты для маркетолога - это не нарушение. Но как только на основе этих данных запускается автоматический сценарий показа определенного контента определенному пользователю (например, смена баннера на главной странице для сегмента аудитории «мужчины 25-34, интересовавшиеся спортом»), такая система становится рекомендательной. Грань между пассивной статистикой и активной персонализацией очень тонка, и переход за нее требует выполнения всех описанных обязанностей.
Второе заблуждение: «внешний» виджет ни к чему не обязывает. Если на сайте установлен сторонний код рекомендательного сервиса (например, виджет «Похожие статьи» или товарные рекомендации от внешнего провайдера), ответственность за соблюдение закона всё равно несет владелец сайта, на котором этот код исполняется. Именно он является «владельцем информационного ресурса» по смыслу закона.
6. Вы точно не используете рекомендательные системы?
Практика показывает, что многие компании не идентифицируют свои технологические решения как рекомендательные системы. Ответьте на несколько контрольных вопросов:
- Меняются ли блоки «Популярные товары» или «Новости» на вашем сайте в зависимости от того, зарегистрирован пользователь или нет, откуда он пришел и что смотрел ранее
- Есть ли на вашем ресурсе раздел «Персональные рекомендации» или «Для вас», наполнение которого определяется алгоритмически, а не редактором вручную
- Используется ли в вашем мобильном приложении динамическая подборка контента, которая «подстраивается» под поведение пользователя в течение сессии?
Если ответ хотя бы на один вопрос положительный, ваш ресурс с высокой вероятностью подпадает под действие статьи 10.2-2 Федерального закона № 149-ФЗ и, соответственно, под новые штрафные санкции статьи 13.56 КоАП РФ.
В сложившихся условиях рекомендация может быть только одна: провести аудит всех алгоритмов, взаимодействующих с пользователем, незамедлительно привести документацию в соответствие с требованиями и проверить корректность исполнения обязанности по локализации данных. Стоимость такого аудита и услуг по подготовке документов кратно меньше любого из установленных штрафов.
Юридическая компания АйТи-Лекс, 2026
