МАРКУВАННЯ AI-КОНТЕНТУ: ПРИВАТНІСТЬ ПІД ЗАГРОЗОЮ ТА РИНКОВІ НАСЛІДКИ СТАТТІ 50 АКТУ ЄС ПРО ШТУЧНИЙ ІНТЕЛЕКТ
Article Sidebar
Надіслано: 15-04-2026
Прийнято: 06-09-2026
Опубліковано: 30-09-2026Article Details
©, Авторські права належать авторам.
Ця стаття опублікована відповідно до стандартів відкритого доступу та розповсюджується за ліцензією Creative Commons Attribution 4.0 International (CC BY 4.0), яка дозволяє необмежене використання, розповсюдження та відтворення змісту на будь-якому носії, за умови зазначення оригінального автора та джерела.
Main Article Content
Анотація
Стрімке поширення генеративних систем штучного інтелекту радикально трансформує ринки синтетичного медіа, загострюючи ризики для цифрової приватності, автентичності інформації та довіри користувачів до онлайн‑контенту. У відповідь ЄС запровадив Акт про штучний інтелект, центральним елементом якого для синтетичних медіа є вимоги Article 50 щодо маркування згенерованого й модифікованого контенту. Метою дослідження є концептуально проаналізувати, як ці вимоги впливають на захист цифрової приватності, інформаційну цілісність та умови функціонування ринків синтетичного медіа, а також виявити ключові регуляторні дилеми та прогалини.
Дослідження спирається на цільовий наративний огляд правової, економічної й технічної літератури, доповнений аналізом тексту AI Act, GDPR, DSA, Data Act і суміжних актів ЄС. Основні результати включають: реконструкцію структури зобов’язань Article 50 для провайдерів і деплойерів систем ШІ; опис типів нормативної взаємодії Article 50 з іншими режимами цифрового регулювання; ідентифікацію структурних дилем між цілями обовʼязкового позначення ШІ, захисту приватності й пропорційності регулювання; виявлення ключових прогалин, зокрема відсутності превентивного контролю за тренувальними датасетами та невизначеності технічних стандартів маркування.
Основні висновки свідчать, що вимоги Article 50 мають потенціал посилити захист цифрової приватності й довіру до синтетичного контенту лише за умови їх поєднання з більш жорстким регулюванням джерел даних, узгодженням із принципом мінімізації їх збирання та чіткішою координацією з режимом модерації онлайн‑контенту. Водночас поточна конфігурація норм створює істотні комплаєнс‑витрати й бар’єри входу для малих провайдерів без гарантій симетричного покращення становища користувачів, що зумовлює потребу подальших нормативних уточнень і емпіричних досліджень.
Посилання
Aldasoro, I., Gambacorta, L., Giudici, P., & Leach, T. (2022). The drivers of cyber risk. Journal of Financial Stability, 60, 100989. https://doi.org/10.1016/j.jfs.2022.100989 DOI: https://doi.org/10.1016/j.jfs.2022.100989
Anand, K., Gai, P., Kapadia, S., Brennan, S., & Willison, M. (2013). A network model of financial system resilience. Journal of Economic Behavior & Organization, 85, 219–235. https://doi.org/10.1016/j.jebo.2012.04.006 DOI: https://doi.org/10.1016/j.jebo.2012.04.006
Bakalo, I. I. (2025). Stress testing of the banking system of Ukraine: Tools, scenarios and results in wartime conditions. Scientific Notes of Ostroh Academy National University, “Economics” Series, 37(65), 37–42. https://doi.org/10.25264/2311-5149-2025-37(65)-37-42 DOI: https://doi.org/10.25264/2311-5149-2025-37(65)-37-42
Balytska, M. V., & Tkachenko, A. P. (2025). Experience of the National Bank of Ukraine in ensuring stability of banking system under the conditions of modern challenges in Ukraine. Economy and Society, 72. https://doi.org/10.32782/2524-0072/2025-72-132 DOI: https://doi.org/10.32782/2524-0072/2025-72-132
Baranovskyi, O. I. (2004). Financial security in Ukraine: Assessment methodology and mechanisms for ensuring it. Kyiv National University of Trade and Economics.
Baranovskyi, O. I., & Lahno, A. A. (2022). The nature of financial security of the banking system. World of Finance, 3(72), 141–155. https://doi.org/10.35774/SF2022.03.141 DOI: https://doi.org/10.35774/sf2022.03.141
Basel Committee on Banking Supervision. (2014). Basel III: The net stable funding ratio. Bank for International Settlements. https://www.bis.org/bcbs/publ/d295.htm
Bouriak, A., Lyeonov, S., & Vasylieva, T. (2015). Systemically important domestic banks: An indicator-based measurement approach for the Ukrainian banking system. Prague Economic Papers, 24(6), 715–728. https://doi.org/10.18267/j.pep.531 DOI: https://doi.org/10.18267/j.pep.531
Chen, L., Li, H., Liu, F. H., & Zhou, Y. (2021). Bank regulation and systemic risk: Cross-country evidence. Review of Quantitative Finance and Accounting, 57(1), 353–387. https://doi.org/10.1007/s11156-020-00947-0 DOI: https://doi.org/10.1007/s11156-020-00947-0
Crockett, A. (1997). Why is financial stability a goal of public policy? In Maintaining financial stability in a global economy (pp. 7–36). Federal Reserve Bank of Kansas City.
Dovhan, Z. M. (2012). Financial stability of the banking system of Ukraine: Problems of assessment and ensuring. Ukrainian Academy of Banking of the National Bank of Ukraine.
Duan, Y., El Ghoul, S., Guedhami, O., Li, H., & Li, X. (2021). Bank systemic risk around COVID-19: A cross-country analysis. Journal of Banking & Finance, 133, 106299. https://doi.org/10.1016/j.jbankfin.2021.106299 DOI: https://doi.org/10.1016/j.jbankfin.2021.106299
Dziubliuk, O. V., & Mykhailiuk, R. V. (2009). Financial stability of banks as a basis for the effective functioning of the credit system. Ternopil National Economic University.
Eijffinger, S. C. W., & Geraats, P. M. (2006). How transparent are central banks? European Journal of Political Economy, 22(1), 1–21. https://doi.org/10.1016/j.ejpoleco.2005.09.013 DOI: https://doi.org/10.1016/j.ejpoleco.2005.09.013
European Central Bank. (2025a). Accounts of monetary policy meetings. https://www.ecb.europa.eu/press/accounts/html/index.en.html
European Central Bank. (2025b). Monetary policy decisions. https://www.ecb.europa.eu/press/govcdec/mopo/html/index.en.html
Fallis, D. (2021). The epistemic threat of deepfakes. Philosophy & Technology, 34(4), 623–643. https://doi.org/10.1007/s13347-020-00419-2 DOI: https://doi.org/10.1007/s13347-020-00419-2
Financial Stability Board. (2024). The financial stability implications of artificial intelligence. https://www.fsb.org/uploads/P14112024.pdf
Geraats, P. M. (2002). Central bank transparency. The Economic Journal, 112(483), F532–F565. https://doi.org/10.1111/1468-0297.00082 DOI: https://doi.org/10.1111/1468-0297.00082
Geraats, P. M. (2006). Transparency of monetary policy: Theory and practice. CESifo Economic Studies, 52(1), 111–152. https://doi.org/10.1093/cesifo/ifj004 DOI: https://doi.org/10.1093/cesifo/ifj004
Groh, M., Epstein, Z., Firestone, C., & Picard, R. (2022). Deepfake detection by human crowds, machines, and machine-informed crowds. Proceedings of the National Academy of Sciences, 119(1), Article e2110013119. https://doi.org/10.1073/pnas.2110013119 DOI: https://doi.org/10.1073/pnas.2110013119
Hacker, P., Engel, A., & Mauer, M. (2023). Regulating ChatGPT and other large generative AI models. In FAccT ’23: Proceedings of the 2023 ACM Conference on Fairness, Accountability, and Transparency (pp. 1112–1123). ACM. https://doi.org/10.1145/3593013.3594067 DOI: https://doi.org/10.1145/3593013.3594067
Heiets, V. M. (2020). The phenomenon of instability: A challenge to economic development. Akademperiodyka. https://doi.org/10.15407/akademperiodyka.403.456 DOI: https://doi.org/10.15407/akademperiodyka.403.456
International Monetary Fund. (2019). Financial soundness indicators compilation guide 2019. https://doi.org/10.5089/9781484396209.069 DOI: https://doi.org/10.5089/9781484396209.069
Jackson, M. O., & Pernoud, A. (2021). Systemic risk in financial networks: A survey. Annual Review of Economics, 13, 171–202. https://doi.org/10.1146/annurev-economics-083120-111540 DOI: https://doi.org/10.1146/annurev-economics-083120-111540
Jiang, E. X., Matvos, G., Piskorski, T., & Seru, A. (2024). Monetary tightening and U.S. bank fragility in 2023: Mark-to-market losses and uninsured depositor runs? Journal of Financial Economics, 159, 103899. https://doi.org/10.1016/j.jfineco.2024.103899 DOI: https://doi.org/10.1016/j.jfineco.2024.103899
Kaminski, M. E., & Malgieri, G. (2021). Algorithmic impact assessments under the GDPR: Producing multi-layered explanations. International Data Privacy Law, 11(2), 125–144. https://doi.org/10.1093/idpl/ipaa020 DOI: https://doi.org/10.1093/idpl/ipaa020
Korneev, V., Dziubliuk, O., Tymkiv, A., Antkiv, V., & Kucherenko, N. (2025). Assessment of banks’ resilience and financial stress in countercyclical martial law conditions. Journal of Banking Regulation, 26(2), 232–244. https://doi.org/10.1057/s41261-024-00256-9 DOI: https://doi.org/10.1057/s41261-024-00256-9
Kozmenko, O., & Kuzmenko, O. (2013). Modeling the stability dynamics of Ukrainian banking system. Banks and Bank Systems, 8(2), 55–62. https://doi.org/10.21511/bbs.8(2).2013.01 DOI: https://doi.org/10.21511/bbs.8(2).2013.01
Kuznietsova, A. Ya., & Pohorelenko, N. P. (2021). Mechanism for ensuring the financial stability of the banking system of Ukraine. Financial and Credit Activity: Problems of Theory and Practice, 2(33), 37–47. https://doi.org/10.18371/fcaptp.v2i33.206396 DOI: https://doi.org/10.18371/fcaptp.v2i33.206396
Łabuz, M. (2023). Regulating deep fakes in the Artificial Intelligence Act. Applied Cybersecurity & Internet Governance, 2(1), 1–42. https://doi.org/10.60097/ACIG/162856 DOI: https://doi.org/10.60097/ACIG/162856
Minsky, H. P. (1986). Stabilizing an unstable economy. Yale University Press.
Mishchenko, V. I., Naumenkova, S. V., & Mishchenko, S. V. (2023). Operational risk management in payment systems. Economic Scope, 183, 74–82. https://doi.org/10.32782/2224-6282/183-13 DOI: https://doi.org/10.32782/2224-6282/183-13
Mishkin, F. S. (1999). Global financial instability: Framework, events, issues. Journal of Economic Perspectives, 13(4), 3–20. https://doi.org/10.1257/jep.13.4.3 DOI: https://doi.org/10.1257/jep.13.4.3
National Bank of Ukraine. (2025a). Banking sector review, February 2025. https://bank.gov.ua/en/news/all/oglyad-bankivskogo-sektoru-lyutiy-2025-roku
National Bank of Ukraine. (2025b). Financial stability report. https://bank.gov.ua/ua/stability/report
National Bank of Ukraine. (2025c). Financial stress index. https://bank.gov.ua/en/stability/fsi/
National Bank of Ukraine. (2025d). Non-performing loans. https://bank.gov.ua/en/stability/npl
National Bank of Ukraine. (2025e). Resilience assessment of Ukrainian banks, 2025. https://bank.gov.ua/admin_uploads/article/Resilience%20Assessment_Results_2025_eng.pdf
National Bank of Ukraine. (2025f). Supervisory statistics. https://bank.gov.ua/en/statistic/supervision-statist
National Bank of Ukraine. (2026). Banking sector review, February 2026. https://bank.gov.ua/admin_uploads/article/Banking_Sector_Review_2026-02_eng.pdf
Prymostka, L. O. (2018). The essence and sources of credit risks in banking activities. In L. O. Prymostka (Ed.), Bank risk management (pp. 154–162). Kyiv National Economic University named after Vadym Hetman.
Schinasi, G. J. (2004). Defining financial stability (IMF Working Paper No. 04/187). International Monetary Fund. https://doi.org/10.5089/9781451859546.001 DOI: https://doi.org/10.5089/9781451859546.001
Shcherbakova, O., & Pavliuk, K. (2025). Development of green (climate) banking in Ukraine. RFI Scientific Papers, 2, 36–46. https://doi.org/10.33763/npndfi2025.02.036 DOI: https://doi.org/10.33763/npndfi2025.02.036
Shkolnyk, I., Kozmenko, S., Kozmenko, O., Orlov, V., & Shukairi, F. (2021). Modeling of the financial system’s stability on the example of Ukraine. Equilibrium. Quarterly Journal of Economics and Economic Policy, 16(2), 377–411. https://doi.org/10.24136/eq.2021.014 DOI: https://doi.org/10.24136/eq.2021.014
Sensity AI. (2019). The state of deepfakes: Landscape, threats, and impact. https://regmedia.co.uk/2019/10/08/deepfake_report.pdf
Sensity AI. (2024). The state of deepfake fraud 2024. https://5865987.fs1.hubspotusercontent-na1.net/hubfs/5865987/SODF%202024.pdf
Sharevski, F., Vander Loop, J., Evans, B., & Ponticello, A. (2026). “You creep! It really worked!”: An empirical study of telephone scams with cloned familiar voices and trusted caller IDs. In NSPW ’25: Proceedings of the 2025 New Security Paradigms Workshop (pp. 92–107). ACM. https://doi.org/10.1145/3774761.3774918 DOI: https://doi.org/10.1145/3774761.3774918
Tolosana, R., Vera-Rodriguez, R., Fierrez, J., Morales, A., & Ortega-Garcia, J. (2020). Deepfakes and beyond: A survey of face manipulation and fake detection. Information Fusion, 64, 131–148. https://doi.org/10.1016/j.inffus.2020.06.014 DOI: https://doi.org/10.1016/j.inffus.2020.06.014
Vasylieva, T. A., Lyeonov, S. V., & Boiko, A. O. (2014). The impact of implicit bank consolidation on systemic risk in the banking system of Ukraine. Actual Problems of Economics, 159(9), 384–389. DOI: https://doi.org/10.2139/ssrn.2538382
Wu, B., Wen, F., Zhang, Y., & Huang, Z. (James). (2024). Climate risk and the systemic risk of banks: A global perspective. Journal of International Financial Markets, Institutions and Money, 95, 102030. https://doi.org/10.1016/j.intfin.2024.102030 DOI: https://doi.org/10.1016/j.intfin.2024.102030
Zarutska, O., Dobrovolska, O., Masiuk, I., Sonntag, R., & Ortmanns, W. (2024). Risk management through a Kohonen map bank business model survey: The case of Ukraine. Banks and Bank Systems, 19(2), 221–233. https://doi.org/10.21511/bbs.19(2).2024.18 DOI: https://doi.org/10.21511/bbs.19(2).2024.18